如何解决Scala 2运行时反射动态编译多函数的性能衰减问题？

我通过Scala 2的运行时反射动态编译生成Scala函数，实际场景更复杂，但以下代码可复现核心问题：

import scala.reflect.runtime.universe._
import scala.tools.reflect.ToolBox

object Generator {
  val toolbox =
    reflect.runtime.currentMirror.mkToolBox()

  def generate(value: Long): Long => Long =
    toolbox.eval(q"(x: Long) => x + $value").asInstanceOf[Long => Long]
}

我发现动态编译的函数数量越多，执行性能会出现显著衰减。以下是用于验证的JMH基准测试代码：

import java.util.concurrent.TimeUnit

import scala.util.Random

import org.openjdk.jmh.annotations._

@State(Scope.Benchmark)
@BenchmarkMode(Array(Mode.AverageTime))
@OutputTimeUnit(TimeUnit.NANOSECONDS)
class BenchmarkGenerator {
  @Param(Array("1", "10", "100", "1000", "10000"))
  var nFunctions: String = _

  var evalF: List[Long => Long] = _

  @Setup
  def setup() =
    evalF = (0 until nFunctions.toInt).map(_ => Generator.generate(Random.nextLong(100000000L))).toList

  @Benchmark
  def evaluate() =
    evalF.foreach(_(1L))
}

在我的机器上运行后得到如下结果：

Benchmark                    (nFunctions)  Mode  Cnt       Score        Error  Units
BenchmarkGenerator.evaluate             1  avgt    5       1.320 ±      0.020  ns/op
BenchmarkGenerator.evaluate            10  avgt    5      38.683 ±      0.249  ns/op
BenchmarkGenerator.evaluate           100  avgt    5     410.243 ±      4.137  ns/op
BenchmarkGenerator.evaluate          1000  avgt    5   14797.026 ±   1003.635  ns/op
BenchmarkGenerator.evaluate         10000  avgt    5  869938.386 ± 307011.008  ns/op

我原本预期执行时间会接近线性增长，但实际衰减幅度远超出线性范围。另外我发现，即便编译大量函数，只要重复执行单个函数，性能就能保持稳定。我怀疑是编译后的函数被JVM卸载，导致再次执行时需要重新编译，进而大幅变慢。

请问有没有方法排查这个问题？是否可以通过JVM调优或其他手段解决该性能衰减问题？

内容的提问来源于stack exchange，提问作者jcazevedo