jmh 无法直接测量 cpu 缓存命中率，因其仅关注逻辑层性能指标，不暴露硬件缓存层级、不可访问 pmc 寄存器，且受 jvm 内存模型与优化干扰；但可通过顺序/随机遍历等对照实验间接验证局部性效果。
直接用 jmh 测不出 cpu 缓存命中率。jmh 是测 java 方法执行性能的工具，它不暴露硬件缓存层级（l1/l2/l3）、不提供 cache miss/hit 计数寄存器访问能力，也无法绕过 jvm 的内存模型抽象去观测真实缓存行为。
为什么 JMH 本身不能测缓存命中率
JMH 关注的是逻辑层性能：吞吐量、平均延迟、分布分位数。它屏蔽了底层细节，比如：
- JVM 可能将热点代码编译为优化后的机器码，数据被调度进寄存器或预取进缓存，但你无法从 JMH 结果反推 hit/miss 次数；
- Java 数组访问带边界检查，会干扰局部性表现，且对象头、对齐填充等让内存布局不完全可控；
- JMH 运行在受控 JVM 环境中，没有权限读取 CPU 的 PMC（Performance Monitoring Counter）寄存器，如
LLC_MISSES或CACHE_REFERENCES。
但可以用数组 + JMH 间接验证局部性优化效果
虽然不能得到具体百分比，但你可以设计两组对照实验，用 JMH 测出性能差异，从而判断局部性是否起作用：
- 构造一个大数组（例如 10MB），确保远超 L3 缓存，避免全驻留；
- 第一组：顺序遍历（强空间局部性）——
for (int i = 0; i ； - 第二组：跨步遍历（弱局部性）——
for (int i = 0; i （步长 ≈ cache line 大小）； - 用 JMH 的
@BenchmarkMode(Mode.AverageTime)对比两者耗时；典型结果是顺序版快 3–5 倍，这就是空间局部性生效的实证。
真要获取命中率数值，得结合系统级工具
若目标是拿到具体缓存命中率数字（如 92.7%），必须跳出 Java 层：
- Linux 下用
perf stat -e cycles,instructions,cache-references,cache-misses运行一个 native 程序（如 C 写的数组扫描）； - 命中率 =
1 − cache-misses / cache-references； - Java 程序可借助
Async-Profiler（支持 perf_events）采集硬件事件，但它需启用-XX:+UnlockDiagnosticVMOptions -XX:+EnableJVMCI并依赖 Linux kernel 支持； - 更轻量的方式：用 JMH 配合
@Fork(jvmArgsAppend = "-XX:+PrintGCDetails")观察 GC 行为变化——频繁 minor GC 有时暗示对象分配导致 cache line 颠簸，属于间接线索。
实用建议：把数组作为局部性探针
在 Java 性能调优中，数组是最干净的“局部性载体”：
- 用
int[]而非Integer[]，避免指针跳转破坏空间局部性； - 初始化后用
Arrays.fill()预热，让数据进入缓存； - JMH 中加
@Setup(Level.Iteration)确保每次 benchmark 迭代都使用新数组，排除跨迭代缓存污染； - 对比不同大小数组（如 4KB vs 4MB）的遍历耗时，能观察到缓存容量拐点——这是定位 L1/L2 容量的朴素方法。
