文章目录
由来
一个月前，剁手了AMD Ryzen Threadripper 2990WX（官网），这个处理器的参数着实牛逼，32核心64线程，总共80MB的缓存，可以说秒杀目前所有的桌面级处理器了！狠了狠心，搞了一台，辅以32GB DDR4 3200MHz内存和970 EVO NVMe SSD，经过一番折腾（无CPU刷BIOS、装Windows/Linux系统），最终确定使用Windows 10专业工作站版作为日常开发使用。
Cinebench R15跑分：
CPU-Z跑分：
虽然分数不像网上那些人跑得那么高，但也是相当猛了，再加上任务管理器64个框框，心里十分舒坦！
于是乎，安装Android Studio等一系列开发工具，心想编译速度总算能够爽很多了……
然鹅！！
在开启Android Studio进行Build的时候，CPU使用率最高不超过20%，基本处于划水状态，偶尔会跑满几个线程，最多不超过16个线程
划水状态的CPU：
但如果在Linux上使用GCC或者在Windows上使用VSBuild编译如Node.js这样的C/C++源码，就能够达到下图的状态
满血状态的CPU：
心里总觉得很不甘、很蹊跷，于是开始折腾……
了解一下牛逼的架构
这张图用的太多了，几乎谈论到AMD的EPYC和Threadripper处理器，都会拿它说事
AMD的EPYC和Threadripper处理器都是采用4个Die的形式，加上优秀的12nm工艺控制功耗和温度，从而实现超多的核心数量，不得不说能想出这样的设计的人，真的是天才！
不同的CPU型号，启用的Die的数量不一样，但实际都是4个，只是有的型号上，关闭的Die作为辅助计算使用
内存访问的不足
但EPYC对内存的访问是完整的8个通道，而2990WX和2970WX则阉割成了4个通道（据说是为了兼容X399芯片组），这样一来就会导致其中2个Die可以直接访问内存，而另外2个Die则需要通过特定的Infinity Fabric来间接地访问内存，一旦操作系统的调度出现问题，可能会导致内存性能骤减，CPU执行一会儿，就要等待一下内存，使得Threadripper对内存密集型进程的性能，同Intel的i9相比表现不佳（如：Photoshop）
相关文章：https://zhuanlan.zhihu.com/p/45606819
NUMA
由于采用了4 Die+4通道内存访问的设计，2990WX即变成了NUMA（Non Uniform Memory Access Architecture，非统一内存访问架构），摇身一变成为一个4路CPU（可以从Windows的任务管理器中看到）
虽然这种设计能够使计算机的扩展性更好，但由于内存访问、缓存数据同步等方面的问题，这种架构对操作系统和应用程序的调度设计考验较大，如果没有进行专门的调优，可能并不能完全发挥出硬件的性能
推测&调优
了解了Threadripper的基本架构，于是猜测是不是NUMA限制了Android Studio、JVM在2990WX上的性能，开始进一步的尝试……
注：以下的调优环境，全部基于64位操作系统和JVM虚拟机，32位不在考虑范围内
查到一篇官方资料
在Google各类NUMA、Java和AMD相关的内容时，偶然发现一篇AMD官方的文档，题为：Java Application Performance Tuning for AMD EPYC™ Processors
虽然这篇文章主要是为了用于为多路的EPYC服务器进行Java服务的调优，但综合EPYC和Threadripper的特征来看，Threadripper也是需要调优的！
AMD官方的优化方向主要在以下几个方面：
-
垃圾回收（GC）
-
合理利用NUMA
-
编译器（主要指JIT）和内核设置（Windows也调不成，放弃）
-
运行时设置
由于这篇文章针对的操作系统环境是Linux，所以诸如numactl这样的配置，在Windows上就无法使用了，如果你使用Ubuntu，可以参考这篇文章进行更具体的调控：https://linux.die.net/man/8/numactl
了解JVM调优参数
阅读了AMD的官方文档，发现这些优化的主要表现，就是Java程序的运行参数调整，即所谓的Java HotSpot VM Options，所以需要深入了解JVM的Options，比较有用的是以下两篇Oracle文档
JVM Options说明：https://www.oracle.com/technetwork/articles/java/vmoptions-jsp-140102.html
Java命令行参数（Windows系统）：https://docs.oracle.com/javase/8/docs/technotes/tools/windows/java.html
有人给出了一套比较完整的Java程序调优流程思想，这里盗个图（原文链接）：
从上图的红线部分可以看到，JVM性能优化的核心思想就是对Hotspot虚拟机和GC进行调优
Android Studio调优
那么对于Android Studio的优化，不光是AS自身的性能调优，还需要对Android工程构建依赖的各类子模块进行参数调优，主要分布在以下几种地方：
-
Android Studio（IntelliJ IDEA）的VM Options
这个主要用于调优Android Studio的项目加载速度、Indexing速度、代码阅读、查找速度等
-
Gradle的Properties
由于现在的Android项目都使用Gradle进行构建，调优Gradle的Properties有助于加速Gradle的Sync、Build等过程
-
各类Compiler的命令行参数
这些Compiler主要用于将Java、Kotlin、XML等代码、资源进行编译、打包，其实际都为一个个Java程序，如：Java Compiler、Kotlin Compiler及Android Compiler（包括DEX和Proguard）
对于AMD Threadripper 2990WX，我尝试添加以下几种命令行参数，这里先以Android Studio的studio64.vmoptions文件为例
-server # 以server模式运行JVM，以达到更高的吞吐量
-XX:+BackgroundCompilation # 使用后台进行机器码编译，优化JIT性能
-XX:+AggressiveOpts # 优化编译性能
-XX:+AggressiveHeap # 优化堆性能
-XX:+UseNUMA # 使用NUMA，默认是不使用的，对于2990WX尤为关键
-XX:+UseParallelOldGC # 使用并行老生代GC
-XX:+UseParallelGC # 使用并行新生代GC
-XX:-UseConcMarkSweepGC # 停用CMS（并发标记清除）GC，因为会与NUMA所需要的并行GC冲突，导致AS无法启动
-XX:ParallelGCThreads=64 # 并发GC线程数，这里根据逻辑CPU数量设定，也可以稍高一些，可以遵循阿姆达尔定律
-XX:CICompilerCount=64 # 编译器线程数，这里根据逻辑CPU数量设定，也可以稍高一些，可以遵循阿姆达尔定律
-XX:SurvivorRatio=28 # Survivor空间占内存的比例，暂时没搞懂具体的意思，从AMD的文档抄来的，推测是为了减少GC次数
-XX:TargetSurvivorRatio=95 # Survivor空间对象的目标生存率（最大100%），也是抄来的，推测是为了减少GC次数
-XX:MaxTenuringThreshold=15 # 设置最大自适应GC的阈值，最大15，为了和ParallelGC配合使用
-XX:MaxGCPauseMillis=500 # 设置理想的最大GC暂停时间，这样是为了提高Android Studio的响应速度，尽量防止GC造成卡顿
-Xms4g # 最小内存值，设高点有助于提升吞吐量
-Xmx4g # 最大内存值，设置为4GB
有关于几种GC类型的说明，可以参考这篇文章：http://www.importnew.com/14086.html
由于需要使用NUMA，所以我强制让Android Studio使用了ParallelGC，而Android Studio默认使用的是ConcMarkSweepGC，只可以而选一，否则会导致Android Studio无法启动的问题
由于同时使用ParallelGC/ConcMarkSweepGC/G1GC导致无法启动（报错：Failed to create JVM: error code -1）：
Gradle调优
Gradle也是使用Java开发的，所以对Gradle的优化，原理和Android Studio是一致的，只不过Gradle自身也有一些特定的参数，具体可以参考Gradle的官网文档：
gradle.properties文件参数文档：https://docs.gradle.org/current/userguide/build_environment.html
命令行参数文档：https://docs.gradle.org/current/userguide/command_line_interface.html
我们可以通过用户主目录（Unix-Like系统上为~/，Windows系统上为C:/Users/用户名）下的.gradle目录中的gradle.properties文件进行全局设置，我的配置如下：
# 开启Gradle的Build Cache，减少不必要的编译
org.gradle.caching=true
# 开启Gradle的后台守护进程编码模式，能够在后台自动进行构建，节省点击运行后的编译时间
org.gradle.daemon=true
# 开启Gradle的并行构建模式
org.gradle.parallel=true
# 指定并发数量
org.gradle.parallel.threads=64
# Gradle的JVM命令行参数，可以参考上面AS的JVM参数，但由于是单行字符串的形式，需要在特殊符号（：和=等）前加反斜杠进行转义
org.gradle.jvmargs=-server -XX\:+BackgroundCompilation -XX\:+AggressiveOpts -XX\:+AggressiveHeap -XX\:+UseNUMA -XX\:+UseParallelOldGC -XX\:+UseParallelGC -XX\:-UseConcMarkSweepGC -XX\:ParallelGCThreads\=64 -XX\:CICompilerCount\=64 -XX\:SurvivorRatio\=28 -XX\:TargetSurvivorRatio\=95 -XX\:MaxTenuringThreshold\=15 -XX\:MaxGCPauseMillis\=500 -Xms4g -Xmx4g -XX\:-HeapDumpOnOutOfMemoryError -Dfile.encoding\=UTF-8
# Gradle工作线程数量
org.gradle.workers.max=64
# Kotlin开启增量编译，节省时间
kotlin.incremental=true
# Kotlin编译开启Cache，节省编译时间
kotlin.caching.enabled=true
同时，也需要在Android Studio的设置中，以命令行参数的形式，配置Gradle的优化项，如图所示：
其中的“Command-line Options”内容如下：
--parallel --daemon --build-cache --max-workers=128 -Dorg.gradle.jvmargs="-server -XX\:+BackgroundCompilation -XX\:+AggressiveOpts -XX\:+AggressiveHeap -XX\:+UseNUMA -XX\:+UseParallelOldGC -XX\:+UseParallelGC -XX\:-UseConcMarkSweepGC -XX\:ParallelGCThreads\=64 -XX\:CICompilerCount\=64 -XX\:SurvivorRatio\=28 -XX\:TargetSurvivorRatio\=95 -XX\:MaxTenuringThreshold\=15 -XX\:MaxGCPauseMillis\=500 -Xms4g -Xmx4g -XX\:-HeapDumpOnOutOfMemoryError -Dfile.encoding\=UTF-8"
如果需要对不同项目进行不同配置，在项目根目录中的gradle.properties文件中配置即可
Java Compiler、Kotlin Compiler、Android Compiler调优
其中，Java Compiler和Kotlin Compiler分别负责Java代码和Kotlin代码的虚拟机（JVM或Dalvik）字节码翻译工作，而Android Compiler负责将字节码打包为DEX文件，以及Proguard的代码混淆工作
在上图所示的界面中，填入Additional command line parameters或VM Options框中即可，内容参考Android Studio的VM Option，这里也给出具体的内容：
-server -XX:+BackgroundCompilation -XX:+AggressiveOpts -XX:+AggressiveHeap -XX:+UseNUMA -XX:+UseParallelOldGC -XX:+UseParallelGC -XX:-UseConcMarkSweepGC -XX:ParallelGCThreads=64 -XX:CICompilerCount=64 -XX:SurvivorRatio=28 -XX:TargetSurvivorRatio=95 -XX:MaxTenuringThreshold=15 -XX:MaxGCPauseMillis=500 -Xms4g -Xmx4g -XX:-HeapDumpOnOutOfMemoryError -Dfile.encoding=UTF-8
至此，Android Studio和其构建工具链在参数配置方面的优化，基本就已经完成了
其他优化
选择合适的JRE
Android Studio自带的JRE来自JetBrains自己编译的64位OpenJDK（和IDEA、WebStorm等IDE一致），可以满足大部分的应用场景，但我仍然推荐使用Oracle的JDK，性能优化的效果要比OpenJDK略好一些
具体更换步骤：
-
设置
JAVA_HOME的环境变量，指向Oracle JDK -
删除Android Studio目录中的jre文件夹
如果不做2中的删除操作，那么使用Android Studio的快捷方式或studio64.exe开启Android Studio时，仍会使用自带的OpenJDK，除非在bin目录下执行studio.bat
相对独立Module
Gradle的并行构建能力，对于比较独立的Project、Module来说优化较好。这也比较容易理解，如果各Module之间的耦合、依赖过强，那么构建过程基本就变成了串行执行，多核CPU的能力自然无法完全发挥出来，可以参考Gradle对Decoupled Project的定义：https://docs.gradle.org/current/userguide/multi_project_builds.html#sec:decoupled_projects
大致优化的思路就是减少模块的耦合程度，尽量独立，特别是要减少链式的依赖
操作系统
由于Windows 10操作系统对AMD的这种多Die形式调度优化不佳，所以可以尝试使用Ubuntu 18.04，如果比较依赖Windows，也推荐使用Windows 10 Pro for Workstation，即专业工作站版，这个比专业版的调度优化更好，能够尽可能多地发挥多Die的性能，比如开启“卓越性能”的电源计划
其次，需要为Threadripper（2990WX、2970WX）安装最新版的X399芯片组驱动和Ryzen Master，并开启Dynamic Local模式，从而优化内存访问效率
总结
自2013年Android Studio第一个版本推出以来，由于Gradle的引用，导致其全量编译速度比以前的ADT（Eclipse）慢（但增量很快），经过几年的迭代，Gradle的性能也在不断地提升，Android的构建也越来越强大了，但AMD Ryzen Threadripper 2990WX的出现，使得消费级CPU的核心数量大幅提升，一些应用程序、操作系统针对这么多核CPU的优化还没有及时跟上，导致CPU的性能不能完全发挥。为了性能（也为了血汗钱），我们需要不断地折腾，压榨CPU，让它为我们节省时间，提高开发效率，毕竟，时间就是金钱！
最后，放一张优化后再跑Android Studio构建时的CPU利用率图，以此来表现我对这块CPU倾注的心血！
