System.nanoTime()本身无性能瓶颈，调用开销仅10–50纳秒，但测量结果易受线程调度、跨核TSC偏差、GC暂停等干扰而失真；它不是瓶颈，而是暴露系统噪声的“照妖镜”，需通过绑定CPU核心、统一协调打点、ThreadLocal批量采样及GC污染过滤来保障测量可信度。
System.nanoTime() 在多线程环境下本身无性能瓶颈，调用开销极低（通常几十纳秒），但它测出的“性能表现”往往不是代码真实耗时，而是被调度、迁移、GC 等系统行为严重干扰后的观测值。
调用本身不慢，但结果容易失真
每次调用 nanoTime() 是一个轻量 native 调用，不加锁、不阻塞、无内存竞争。多线程并发调用不会产生资源争用或显著延迟——它不是性能瓶颈的来源，而是“照妖镜”，会如实暴露底层干扰。
- 单次调用在主流 JVM 上耗时约 10–50 ns，远低于多数业务逻辑
- 不同线程同时调用，不会互相拖慢；但返回值的时间对齐性无法保证（尤其跨核）
- 真正影响“测量结果”的，是线程何时开始执行、是否被抢占、是否触发 GC，而非 nanoTime() 自身
跨线程时间不可直接比对
两个线程各自记录 start/end，算出的耗时不能直接用于响应时间排序或并发延迟分析——因为它们的时间基线未必同步。
- CPU 核心间 TSC（时间戳计数器）存在微小偏差，Linux 下典型误差为 10–100 ns，极端情况可达微秒级
- 线程从休眠唤醒后首次调用 nanoTime()，可能因 CPU 频率未及时恢复而读到偏移值
- 若需对比 A 线程处理请求与 B 线程返回响应的延迟，应统一由协调线程打点（如 Phaser.arriveAndAwaitAdvance）
高频调用下需注意统计方式
每毫秒调用上万次 nanoTime() 不会造成压力，但后续聚合若用简单均值或全局原子变量，反而成为新瓶颈。
- 用 AtomicLong 累加 sum/count 易引发缓存行伪共享（false sharing），多核下吞吐下降明显
- 纳秒值转 double 后累加，超过 2⁵³（约 104 天等效纳秒）即丢失精度，P99 计算开始漂移
- 推荐 ThreadLocal 存储原始纳秒差值，批量归入预设桶（如 [1000, 10000) ns），再上报直方图结构
生产环境建议：不追求单次精度，而控制干扰源
与其纠结 nanoTime() 能否测准 15ns 的差异，不如确保测量上下文干净可靠。
- 压测前预热 JIT：目标方法执行 10 万次以上，避免解释执行污染数据
- 绑定关键线程到固定 CPU 核心（taskset 或 JVM 参数 -XX:+UseThreadPriorities）
- 配合 -Xlog:gc* 解析 STW 时间窗，过滤掉所有落在 GC 暂停区间内的样本
- 禁用其做日志时间戳、跨线程事件排序、分布式追踪 ID 生成——它只适合测差值
