zoukankan      html  css  js  c++  java
  • mapdb的适用场景介绍

      对于大部分系统来说,mapdb(而且新版本还依赖于kotlin,增加了不少额外的jar)并无太大价值,而且增加了成本。但是如果一级缓存巨大例如数以十GB级别,或占据了整个JVM的1/2以上,mapdb的价值就会体现出来。正如其官网介绍:

      MapDB provides Java Maps, Sets, Lists, Queues and other collections backed by off-heap or on-disk storage. It is a hybrid between java collection framework and embedded database engine.

      使用MapDB存储map后,jvm gc的压力就会大大减少(在大数据中,gc甚至可能停顿超过1分钟,没看错,导致应用完全无响应)。但是因为堆外存储的都是字节形式,所以会增加序列化和反序列化的资源消耗,这个时候二进制而非json的序列化算法就非常重要了,包括性能以及大小,如flatbuffer、kryo。所以,更好的做法是常用的在堆内存储、不常用的在堆外存储,可能这个时候ehcache就是一种更好的选择。

      具体使用可参考:http://www.mapdb.org/down/mapdb-manual-20.pdf,https://labs.consol.de/java-caches/,https://hazelcast.com/resources/benchmark-infinispan/

  • 相关阅读:
    第八章 采样
    第七章 优化算法
    第六章 概率图模型
    第五章 非监督学习
    第四章 降维
    第三章 经典算法
    第二章 模型评估
    第一章 特征工程-------------《百面机器学习》
    中等-102,107-二叉树的层序遍历
    字符串单模式匹配 暴力+哈希
  • 原文地址:https://www.cnblogs.com/zhjh256/p/11540974.html
Copyright © 2011-2022 走看看