performance - 在键值存储中使用哈希作为 ID

Question

我想知道在像 Hazelcast 这样的键值存储中使用哈希(CityHash、Murmur 等)作为键是否是个好主意。我希望数据库中有大约 2,000,000,000 条记录 (URL)，因此可能会发生冲突。通过散列冲突丢失一些数据并不是特别重要，但当然最好避免它们。

一条记录包含URL、时间戳、状态码。主要操作是插入和查找一个URL是否已经存在。

那么，如果速度是相关的，你会建议什么:

• 使用ID generator , 或
• 使用像 CityHash 或 Murmur 这样的哈希算法，或者
• 使用相关字符串，在本例中是 URL 本身？

Answer 1

Hazelcast 不依赖于键对象的 hashCode/equals 方法，而是使用键的二进制表示的 MurMur 哈希。

简而言之，您真的不必担心散列冲突。