Java有两个取时间戳的方法：System.currentTimeMillis() 和 System.nanoTime()，它们的使用场景是有区别的。
# System.currentTimeMillis() 存在性能问题？
答案是否定的。
这两个方法性能差异取决于操作系统。
Windows:
在 Windows 下，System.currentTimeMillis() 比 System.nanoTime() 要快很多，这是因为 Windows 系统为前者提供的只是一个缓存变量，而后者则是实时的去硬件底层获取计数。
所以如果你的生产环境是 Windows，请尽可能避免使用 System.nanoTime()。
Linux:
在 Linux 下，两者的执行耗时相差不大，不论是单线程还是多线程。
# 不同的虚拟机实现会带来性能差异
如今的云主机主要有 Xen 和 KVM 两种实现方式。
当你的虚拟机用的是 Xen 时，取时间的耗时会是 KVM 的十倍以上。
需要写一个专门的类来提升 System.currentTimeMillis() 性能吗？
我个人认为不需要。
# 我的测试代码
我的测试代码如下，没有任何依赖，可以直接用 javac 编译然后运行。读者有兴趣可以试试：
import java.util.ArrayList;
import java.util.List;
import java.util.function.Consumer;
public class TimePerformance {
public static final int LOOP_COUNT = 9999999;
public static final int THREAD_COUNT = 30;
public static void main(String[] args) {
Runnable millisTest = () -> {
long start = System.currentTimeMillis();
for (int i = 0; i < LOOP_COUNT; i++) {
System.currentTimeMillis();
}
long end = System.currentTimeMillis();
System.out.printf("%s : %f ns per call\n",
Thread.currentThread().getName(), ((double)end - start) * 1000000 / LOOP_COUNT);
};
Runnable nanoTest = () -> {
long start = System.currentTimeMillis();
for (int i = 0; i < LOOP_COUNT; i++) {
System.nanoTime();
}
long end = System.currentTimeMillis();
System.out.printf("%s : %f ns per call\n",
Thread.currentThread().getName(), ((double)end - start) * 1000000 / LOOP_COUNT);
};
Consumer<Runnable> testing = test -> {
System.out.println("Single thread test:");
test.run();
System.out.println(THREAD_COUNT + " threads test:");
List<Thread> threads = new ArrayList<>();
for (int i = 0; i < THREAD_COUNT; i++) {
Thread t = new Thread(test);
t.start();
threads.add(t);
}
// Wait for all threads to finish
threads.forEach(thread -> {
try {
thread.join();
} catch (InterruptedException e) {
e.printStackTrace();
}
});
};
System.out.println(" Test System.nanoTime()");
testing.accept(nanoTest);
System.out.println(" Test System.currentTimeMillis()");
testing.accept(millisTest);
}
}
因为我用的是 Windows，所以执行输出当中 System.nanoTime() 明显非常慢。具体输出内容我就不放出来了，因为不具有参考价值，大多数生产环境用的是 Linux。
