Java 实时匹配记录

以下是我试图实现的目标：我通过蜂窝网络发送一些数据包。我还在嗅探流量，以检查对这些数据包的响应。响应可能出现在10小时窗口内的任何地方

我发送的数据包都是唯一的（到和从），我想知道匹配数据包和响应的最佳方法

我可以创建一个hashmap，实时地将发送的每个数据包放入其中，并在返回时将其与响应进行匹配。此时，has映射条目要么留在hashmap中，要么被删除（在响应之后）

---

那么，现在的问题是：考虑到我们每分钟发送2000个数据包，实现这一目标的最佳方式是什么？hashmap是否足够健壮？搜索时间呢？

哈希映射肯定足够“健壮”。如果每分钟发送2000个数据包，并且假设平均响应时间为5小时，则可能有600000个数据包未完成。假设你的设备有足够的内存来存放数据包，并且你分配了一个足够大的哈希表（比如600000，负载系数为.75），那么查找速度会非常快

---

查看javadoc了解更多详细信息。

我认为HashMap本身不够健壮，因为它不是线程安全的。我想尝试一下ConcurrentHashMap

---

至于更大的数据量，请寻找一些缓存实现-这些缓存通常能够溢出到磁盘，并且有时间过期，因此您可以免费获得清理

如果您有足够的内存，则不应该出现问题，前提是正确编写了映射键的

hashCode

方法，并允许以尽可能少的冲突分发潜在的1200000个键<代码>哈希映射为O（1）

但记忆可能是个问题。在最坏的情况下，您的地图中将有1200000条条目。如果每个数据包占用400字节（虽然不多，但我不知道您的数据包包含什么），那么您已经需要460 MB。

HashMap是“健壮的”（从工作的意义上说）。另一个考虑因素是设备内存

让我们看看：10小时*60分钟/小时*2000包/分钟=1.200.000。对于HashMap，这意味着在32位体系结构9.600.000字节中至少有2.400.00个指针。仅针对HashMap的结构，假设没有冲突（每个冲突额外4个字节），并排除数据本身的大小（键和值）。记忆将是一个问题

---

与时间有关，它取决于equals（）和hashCode（）函数的执行量，还取决于HashMap中的冲突数（冲突数==执行equals的次数，或多或少）。没有这些数据就无法计算。

服务器是一个运行在CentOS上的HP刀片服务器，内存为32 GB，因此我认为内存不会有问题。我更担心的是HashMap查找耗时太长，但感谢您提出了O（1）点。感谢您检测到这一点。我正在使用并发HashMap。说到缓存，我做了一些研究，认为MongoDB是另一种选择。当然，当映射中的条目数目可能超过1000万（例如，每个100字节）时，我们将不得不考虑它的性能与哈希图的比较。