使用散列作爲鍵值存儲中的ID

我想知道在諸如Hazelcast之類的鍵值存儲中使用散列（CityHash，Murmur之類）作爲鍵是否是個好主意。我期望在數據庫中擁有大約2,000,000,000條記錄（URL），因此可能會發生衝突。通過散列衝突丟失一些數據並不是非常關鍵，但當然最好避免它們。使用散列作爲鍵值存儲中的ID

一條記錄包含URL，時間戳，狀態碼。主要操作是插入並查找URL是否已存在。

所以，你會建議什麼，給定的速度是相關的：使用

2015-06-10 deamon

需要存儲的數據的其餘部分是什麼？你需要運行什麼類型的操作？只需插入並檢查重複？或者你是否在計算訪問量或報告URL歷史記錄？我見過的許多鍵值存儲都會在後臺散列處理字符串鍵，包括透明地處理不同字符串之間的散列衝突。因此，在前面添加您自己的散列碼可能會降低性能。 –

感謝您的評論。我爲我的問題添加了一些細節。 – deamon

Hazelcast不依賴於密鑰對象的hashCode/equals方法，而是使用密鑰二進制表示的MurMur哈希。

總之，你不應該真的擔心哈希碰撞。

2015-06-12 10:51:20

解釋一些例子會很好。 – Nilambar

@Nilambar我不認爲我可以在這裏給出任何有意義的例子，因爲散列發生在幕後。相關代碼可以在以下方法中找到： com.hazelcast.map.impl.proxy.MapProxyImpl＃put（K，V，long，java.util.concurrent.TimeUnit） –

回答