gpt4 book ai didi

java - 当值为 Treemap 且 Treemap 中的数据增加到 10K 时,Ignite 缓存调用更新非常慢

转载 作者:行者123 更新时间:2023-12-01 19:53:28 25 4
gpt4 key购买 nike

我有更新点燃缓存记录的代码逻辑,

缓存定义为:

IgniteCache<String, TreeMap<Long, InfoResultRecord>> txInfoCache;

键是缓存类型字符串,对于值我使用TreeMap来保持记录有序(我需要对数据进行排序),但是更新所用的时间随着TreeMap大小的增加而增加,我发现的是当TreeMap大小在10K左右时,每次调用一条记录添加到缓存值TreeMap非常慢,大约2秒,如果我有1K数据需要添加到TreeMap,则将花费2000秒,这确实很慢而且不可以接受。

我使用调用来更新缓存以将记录添加到树形图中:

txInfoCache.invoke(txType, new TxInfoProcessor(), record);

缓存的配置是:

CacheConfiguration<String, TreeMap<Long, InfoResultRecord>> cacheCfg =
new CacheConfiguration<>("TxInfoCache");
cacheCfg.setCacheMode(CacheMode.REPLICATED);
//cacheCfg.setStoreKeepBinary(true);
cacheCfg.setAtomicityMode(ATOMIC);
cacheCfg.setBackups(0);
txInfoCache = ignite.getOrCreateCache(cacheCfg);

向 Treemap 添加记录的处理器是:

private static class TxInfoProcessor implements EntryProcessor<
String,
TreeMap<Long, InfoResultRecord>,
TreeMap<Long, InfoResultRecord>> {

@Override
public TreeMap<Long, InfoResultRecord> process(
MutableEntry<String,
TreeMap<Long, InfoResultRecord>> entry, Object... args) {

InfoResultRecord record = (InfoResultRecord) args[0];

final Long oneDayMsSeconds = 24 * 60 * 60 * 1000L;

TreeMap<Long, InfoResultRecord>
InfoResultRecordTreeMap = entry.getValue();

if (InfoResultRecordTreeMap == null) {
InfoResultRecordTreeMap = new TreeMap<>();
}


InfoResultRecordTreeMap.put(record.getDealTime() + oneDayMsSeconds, record);
entry.setValue(InfoResultRecordTreeMap);

return null;
}
}

有什么问题吗?或者我以错误的方式使用缓存?

我还编写了一个简单的测试代码来验证使用 TreeMap 获取/放置时的速度:

public class Server2 {

public static void main(String[] args) throws IgniteException {
try (Ignite ignite = Ignition.start("server-start.xml")) {

IgniteCache<String, TreeMap<Long, String>> testCache = ignite.getOrCreateCache("testCache");
testCache.put("my",new TreeMap<>());

while (true) {
StopWatch stopWatch = new StopWatch();
stopWatch.start("1");
TreeMap<Long, String> map = testCache.get("my");
stopWatch.stop();
stopWatch.start("2");
map.put(System.currentTimeMillis(),String.valueOf(new Random().nextInt(1000000000)));
testCache.put("my",map);
stopWatch.stop();

System.out.println("cacheSize:"+map.size()+","+stopWatch.prettyPrint());
}
}
}
}


cacheSize:1000,StopWatch '': running time (millis) = 195
-----------------------------------------
ms % Task name
-----------------------------------------
00080 041% 1
00115 059% 2

cacheSize:1001,StopWatch '': running time (millis) = 38
-----------------------------------------
ms % Task name
-----------------------------------------
00028 074% 1
00010 026% 2


cacheSize:3000,StopWatch '': running time (millis) = 139
-----------------------------------------
ms % Task name
-----------------------------------------
00055 040% 1
00084 060% 2

cacheSize:3001,StopWatch '': running time (millis) = 68
-----------------------------------------
ms % Task name
-----------------------------------------
00042 062% 1
00026 038% 2

它清楚地表明,当Treemap大小增加时,ignite缓存获取/放置的时间消耗增加,我认为这应该是1~2ms,但这里是xx毫秒,随着大小的增加,它会增加到xxxms甚至秒。

最佳答案

很明显,在这种情况下,读/写时间将会增加,因为每次操作都需要将数据从堆外复制到堆(反之亦然)并序列化/反序列化,但是,我已经在本地检查您的代码,时间增长并没有那么剧烈。例如,我得到了

cacheSize:10082,StopWatch '': running time (millis) = 18
-----------------------------------------
ms % Task name
-----------------------------------------
00009 050% 1
00009 050% 2

无论如何,我认为您没有为您的用例选择一个好的解决方案 - 我建议单独存储所有这些数据,即引入带有 TreeMap 字符串名称字段的键和行的某些长键并存储这些按行数据。使用它,您的写入操作将会快得多。另外,在这种情况下,您将需要 collocate data按树形图名称。要请求所有数据,您可以使用带有 ORDER BY 语句的 SQL。并且不要忘记使用索引!

关于java - 当值为 Treemap 且 Treemap 中的数据增加到 10K 时,Ignite 缓存调用更新非常慢,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/50434554/

25 4 0
Copyright 2021 - 2024 cfsdn All Rights Reserved 蜀ICP备2022000587号
广告合作:1813099741@qq.com 6ren.com