跳到主要內容

HashMap同步深入探討

前言

HashMap是常用的資料結構物件,主要利用雜湊來存放資料內容,以key-value方式來存取資料,但是HashMap本身不是一個線程安全的Collection类,所謂線性安全就當有多個執行緒在執行時,同時呼叫一個MAP,保證當有其一條執行序存取MAP物件時,其他執行序必須保證存取的值是最新的。在thread搭配hashMap使用時,會出一些問題,我們會針對這些問題做一個解析

執行序安全

在考慮執行序安全下,宣告synchronized情況下,執行時出現下列問題

(1) High CPU LOADING: 發生在hashMap 在put時候會先去檢查容量是否超過臨界點,會新增一個大的hash表,然後把老的表搬去新Map表中,這個搬動的成本很大。
High CPU  LOAD
(2) HashMap infinite loop problem: 死循環發生

HashMap與HashTable比較

(1) HashTable為同步且執行緒安全; HashMap執行緒不安全,非同步機制。
(2) HashMap 允許空建值;HashTable不允許
(3) HashTable是Dictionary的子類,HashMap是Map介面實作
(4) HashTable中hash空間大小是11,增加的方式是 old*2+1。HashMap中hash数组的空間大小是16,增加為2的指数。

ConcurrentHashMap(CHM)

ConcurrentHashMap取代HashMap同步機制,在CHM內部採用 HashEntry 和 Segment,HashEntry 用来封装映射表的键 / 值对;Segment 用来當鎖的角色。一個Segment會包含一組HashEntry健值組。

HashMap與ConcurrentHashMap比較

(1)HashMap 是non-thread safe的結構,不能在多執行緒下使用,如果需要thread safe模式須加上synchronized來使用。但是會造成一次只能有一個執行緒進入,造成其他執行緒都在排隊。
(2) ConcurrentHashMap:為thread safe的結構,讓MAP有多執行安全,可以多執行續來使用。

public class CHMTest implements  Runnable {
    Map

參考

  1. hashMap 死循環問題
  2. 聊聊并发(四)——深入分析ConcurrentHashMap

留言

這個網誌中的熱門文章

JavaBean 和POJO

前言 今天介紹JavaBean和POJO的不同,這兩個名詞在JAVA文章常常被拿來使用以及討論。在JDK1.1時候釋出才有的一個標準架構,很多時候常常被搞混,所以我們特別開闢一章來加以討論。POJO規範在企業級應用已經廣大的被使用的規範。 解釋 POJO : 全名為Plain-old-Java-object,只需要繼承Object就可以,沒有特定規定,只要建立的類別有setter/getter方法都可以稱為POJO JavaBean: JavaBean通常用來封裝多個物件成為單獨物件使用,規範比較嚴格,規則如下 規則 說明 1 需要實作序列(Serializable/Externalizable) 2 不能有參數的建構子( no-arg constructor) 3 需要有公用setter/getter 4 屬性必須要私人(private) 5 屬於特定POJO規則 比較 所有的JavaBean都為POJO,但是所有的POJO不一定為JavaBean 都可以當作重複元件 都必須序列化 特性都為可用性、易用性和持久化使用 - 應用 由圖我們可以知道POJO在應用程式中,主要用來存取資料庫資料達到持久化的目的,並提供給商業邏輯流程處理使用。這種POJO的架構提供程式人員開發時的可以很有規則將資料封裝並加以使用。 範例1. JavaBean(以員工為實例) JavaBean建立員工物件,可以發現Employee物件建構子沒有任何參數,屬性為私有化並setter/getter的命名方式。 //實作序列化 public class Employee implements java.io.Serializable{ private int id; private String name; //無參數建構子 public Employee(){} //以下實作setter/getter public void setId(int id){this.id=id;} public int getId(){return id;} public void setName(String ...

Python AI-問題集

Python AI-問題集 問題集 Jupyter Notebook執行ipywidgets會出現kernel死掉的錯誤發生(The kernel appears to have died) 解決方法 (1) 根據log檔來判斷問題: 例如:log訊息出現OMP: Error #15: Initializing libiomp5.dylib, but found libiomp5.dylib already initialized. (2) 根據問題關鍵字找出問題所在: 利用google查詢所遭遇到的問題,例如我把上面的問題上google查詢可以找到這篇的解法 https://blog.csdn.net/bingjianIT/article/details/86182096 (3)實作解法: 我實作下面解法後,就可以順利執行手寫辨識的程式. //在Python宣告時加入 import os os.environ["KMP_DUPLICATE_LIB_OK"]="TRUE" 參考 https://blog.csdn.net/bingjianIT/article/details/86182096

淺談機器學習原理-Nonlinear Transform

Nonlinear Transform 淺談機器學習原理-Nonlinear Transform Nonlinear Transform *通用能力 gerneralization : 就是將訓練好的模型,放到正式環境可以正常的運作,通常Linear Model的gerneralization會比較好,因為線性模型解決的問題比較單純。缺點是應用侷限比較大。 參考Chih-Chung Chang老師的範例:縣性與非線性分類範例 https://www.csie.ntu.edu.tw/~cjlin/libsvm/ 非線性問題 當如果今天假設要圈出裡面小圈圈的資料,我們就無法使用線性的模型,我們可以用非線性解像圈圈的方程式 s i g n ( − x 1 2 − x 2 2 + r ) sign(-x1^2-x2^2+r) s i g n ( − x 1 2 − x 2 2 + r ) 來解決,在演算法我們利用reduce來將不會的問題透過已知的問題來解決,所以在這個問題 我們將圈圈的方程式(非線性模型)reduce成線性模型來解決。 Reduce 方法論 我們調整圓形的方程式改為 z 0 z_0 z 0 ​ , z 1 z_1 z 1 ​ , z 2 z_2 z 2 ​ 來轉換線性方程式, { ( x n , y n ) } \{{(x_n,y_n)}\} { ( x n ​ , y n ​ ) } => { ( z n , y n ) } \{{(z_n,y_n)}\} { ( z n ​ , y n ​ ) } 在這空間資料中只要能找線,就可將不同的分類區分,圖中可以線性可以線去做分類。 透過向量方式來轉換成線性方程式 我們找到一個方式將非線性資料X透過向量轉換為Z後,希望透過線性方程式方式來學習,得到正解。 當我們Nonlinear transform轉換成線性方程式,當有新的資料進來我們無法使用invertiable(逆向工程)的方式去轉回非線...