我什么时候应该使用ConcurrentSkipListMap？

Question

在Java中， ConcurrentHashMap 用于更好的多线程解决方案。那我什么时候应该使用 ConcurrentSkipListMap ？这是一种冗余吗？

这两者之间的多线程方面是否常见？

Answer 1

这两个类别在某些方面有所不同。

ConcurrentHashMap 不保证*作为合同的一部分，其运营的运行时间。它还允许调整某些负载因子（大致，同时修改它的线程数）。

ConcurrentSkipListMap ，关于另一方面，保证了各种操作的平均O（log（n））性能。它也不支持为并发调整。 ConcurrentSkipListMap 还有许多 ConcurrentHashMap 没有的操作：ceilingEntry / Key，floorEntry / Key等。它还维护一个排序顺序，否则必须是如果您使用 ConcurrentHashMap ，则计算（以显着的费用）。

基本上，为不同的用例提供了不同的实现。如果您需要快速单键/值对添加和快速单键查找，请使用 HashMap 。如果您需要更快的有序遍历，并且可以承担额外的插入成本，请使用 SkipListMap 。

_{*虽然我希望实现大致符合O（1）插入/查找的一般哈希映射保证;忽略重新散列}

Answer 2

有关数据结构的定义，请参见跳过列表。 ConcurrentSkipListMap以其键的自然顺序（或您定义的其他键顺序）存储Map。所以它的get / put / contains操作比HashMap慢，但为了抵消它，它支持SortedMap和NavigableMap接口。

Answer 3

在性能方面，当用作Map时， skipList 似乎慢了10-20倍。这是我的测试结果（Java 1.8.0_102-b14，win x32）

Benchmark                    Mode  Cnt  Score    Error  Units
MyBenchmark.hasMap_get       avgt    5  0.015 ?  0.001   s/op
MyBenchmark.hashMap_put      avgt    5  0.029 ?  0.004   s/op
MyBenchmark.skipListMap_get  avgt    5  0.312 ?  0.014   s/op
MyBenchmark.skipList_put     avgt    5  0.351 ?  0.007   s/op

除此之外 - 比较一对一的用例确实有意义。使用这两个集合实现最近最近使用的项目的缓存。现在，skipList的效率看起来更加可疑。

MyBenchmark.hashMap_put1000_lru      avgt    5  0.032 ?  0.001   s/op
MyBenchmark.skipListMap_put1000_lru  avgt    5  3.332 ?  0.124   s/op

以下是JMH的代码（执行为 java -jar target / benchmarks.jar -bm avgt -f 1 -wi 5 -i 5 -t 1 ）

static final int nCycles = 50000;
static final int nRep = 10;
static final int dataSize = nCycles / 4;
static final List<String> data = new ArrayList<>(nCycles);
static final Map<String,String> hmap4get = new ConcurrentHashMap<>(3000, 0.5f, 10);
static final Map<String,String> smap4get = new ConcurrentSkipListMap<>();

static {
    // prepare data
    List<String> values = new ArrayList<>(dataSize);
    for( int i = 0; i < dataSize; i++ ) {
        values.add(UUID.randomUUID().toString());
    }
    // rehash data for all cycles
    for( int i = 0; i < nCycles; i++ ) {
        data.add(values.get((int)(Math.random() * dataSize)));
    }
    // rehash data for all cycles
    for( int i = 0; i < dataSize; i++ ) {
        String value = data.get((int)(Math.random() * dataSize));
        hmap4get.put(value, value);
        smap4get.put(value, value);
    }
}

@Benchmark
public void skipList_put() {
    for( int n = 0; n < nRep; n++ ) {
        Map<String,String> map = new ConcurrentSkipListMap<>();

        for( int i = 0; i < nCycles; i++ ) {
            String key = data.get(i);
            map.put(key, key);
        }
    }
}

@Benchmark
public void skipListMap_get() {
    for( int n = 0; n < nRep; n++ ) {
        for( int i = 0; i < nCycles; i++ ) {
            String key = data.get(i);
            smap4get.get(key);
        }
    }
}

@Benchmark
public void hashMap_put() {
    for( int n = 0; n < nRep; n++ ) {
        Map<String,String> map = new ConcurrentHashMap<>(3000, 0.5f, 10);

        for( int i = 0; i < nCycles; i++ ) {
            String key = data.get(i);
            map.put(key, key);
        }
    }
}

@Benchmark
public void hasMap_get() {
    for( int n = 0; n < nRep; n++ ) {
        for( int i = 0; i < nCycles; i++ ) {
            String key = data.get(i);
            hmap4get.get(key);
        }
    }
}

@Benchmark
public void skipListMap_put1000_lru() {
    int sizeLimit = 1000;

    for( int n = 0; n < nRep; n++ ) {
        ConcurrentSkipListMap<String,String> map = new ConcurrentSkipListMap<>();

        for( int i = 0; i < nCycles; i++ ) {
            String key = data.get(i);
            String oldValue = map.put(key, key);

            if( (oldValue == null) && map.size() > sizeLimit ) {
                // not real lru, but i care only about performance here
                map.remove(map.firstKey());
            }
        }
    }
}

@Benchmark
public void hashMap_put1000_lru() {
    int sizeLimit = 1000;
    Queue<String> lru = new ArrayBlockingQueue<>(sizeLimit + 50);

    for( int n = 0; n < nRep; n++ ) {
        Map<String,String> map = new ConcurrentHashMap<>(3000, 0.5f, 10);

        lru.clear();
        for( int i = 0; i < nCycles; i++ ) {
            String key = data.get(i);
            String oldValue = map.put(key, key);

            if( (oldValue == null) && lru.size() > sizeLimit ) {
                map.remove(lru.poll());
                lru.add(key);
            }
        }
    }
}

Answer 4

ConcurrentHashMap：当你想要基于多线程索引的get / put时，只支持基于索引的操作。获取/放置是O（1）

ConcurrentSkipListMap：比get / put更多的操作，比如按键排序的顶部/底部n项，获取最后一个条目，获取/遍历按键排序的整个地图等。复杂性为O（log（n）），所以放性能不如ConcurrentHashMap。它不是带有SkipList的ConcurrentNavigableMap的实现。

总结使用ConcurrentSkipListMap时，如果要在需要排序功能的地图上执行更多操作，而不仅仅是简单的get和put。