在Scala中使用盒装/原子值和编年史地图

Question

我们使用编年史地图在大量不同的存储中支持堆外持久性，但在最简单的用例中遇到了一些问题。

首先，以下是我为简化创建而编写的帮助程序：

import java.io.File
import java.util.concurrent.atomic.AtomicLong

import com.madhukaraphatak.sizeof.SizeEstimator
import net.openhft.chronicle.map.{ChronicleMap, ChronicleMapBuilder}

import scala.reflect.ClassTag

object ChronicleHelper {

  def estimateSizes[Key, Value](data: Iterator[(Key, Value)], keyEstimator: AnyRef => Long = defaultEstimator, valueEstimator: AnyRef => Long = defaultEstimator): (Long, Long, Long) = {
    println("Estimating sizes...")

    val entries = new AtomicLong(1)
    val keySum = new AtomicLong(1)
    val valueSum = new AtomicLong(1)
    var i = 0

    val GroupSize = 5000

    data.grouped(GroupSize).foreach { chunk =>

      chunk.par.foreach { case (key, value) =>
        entries.incrementAndGet()
        keySum.addAndGet(keyEstimator(key.asInstanceOf[AnyRef]))
        valueSum.addAndGet(valueEstimator(value.asInstanceOf[AnyRef]))
      }

      i += 1

      println("Progress:" + i * GroupSize)
    }

    (entries.get(), keySum.get() / entries.get(), valueSum.get() / entries.get())
  }

  def defaultEstimator(v: AnyRef): Long = SizeEstimator.estimate(v)

  def createMap[Key: ClassTag, Value: ClassTag](data: => Iterator[(Key, Value)], file: File): ChronicleMap[Key, Value] = {
    val keyClass = implicitly[ClassTag[Key]].runtimeClass.asInstanceOf[Class[Key]]
    val valueClass = implicitly[ClassTag[Value]].runtimeClass.asInstanceOf[Class[Value]]

    val (entries, averageKeySize, averageValueSize) = estimateSizes(data)

    val builder = ChronicleMapBuilder.of(keyClass, valueClass)
      .entries(entries)
      .averageKeySize(averageKeySize)
      .averageValueSize(averageValueSize)
      .asInstanceOf[ChronicleMapBuilder[Key, Value]]

    val cmap = builder.createPersistedTo(file)

    val GroupSize = 5000

    println("Inserting data...")
    var i = 0
    data.grouped(GroupSize).foreach { chunk =>

      chunk.par.foreach { case (key, value) =>
        cmap.put(key, value)
      }

      i += 1

      println("Progress:" + i * GroupSize)
    }

    cmap
  }

  def empty[Key: ClassTag, Value: ClassTag]: ChronicleMap[Key, Value] = {
    val keyClass = implicitly[ClassTag[Key]].runtimeClass.asInstanceOf[Class[Key]]
    val valueClass = implicitly[ClassTag[Value]].runtimeClass.asInstanceOf[Class[Value]]


    ChronicleMapBuilder.of(keyClass, valueClass).create()
  }


  def loadMap[Key: ClassTag, Value: ClassTag](file: File): ChronicleMap[Key, Value] = {
    val keyClass = implicitly[ClassTag[Key]].runtimeClass.asInstanceOf[Class[Key]]
    val valueClass = implicitly[ClassTag[Value]].runtimeClass.asInstanceOf[Class[Value]]

    ChronicleMapBuilder.of(keyClass, valueClass).createPersistedTo(file)
  }
}

它使用https://github.com/phatak-dev/java-sizeof进行对象大小估计。以下是我们想要支持的用法类型：

object TestChronicle {
  def main(args: Array[String]) {
    def dataIterator: Iterator[(String, Int)] = (1 to 5000).toIterator.zipWithIndex.map(x => x.copy(_1 = x._1.toString))

    ChronicleHelper.createMap[String, Int](dataIterator, new File("/tmp/test.map"))

  }
}

但它抛出了一个例外：

[错误]线程“main”java中出现异常。ClassCastException:键必须是int，但它是java类。lang.Integer[错误]在网络上。openhft。编年史搞砸impl。瓦尼拉。net上的checkKey（vanillahorgehash.java:661）[错误]。openhft。编年史地图瓦尼利亚地图。queryContext（VanillaChronicleMap.java:281）[错误]位于net。openhft。编年史地图瓦尼利亚地图。将（VanillaChronicleMap.java:390）[错误]放在。。。

我可以看到它可能与Scala的Int的原子性有关，而不是Java的整数，但是我如何绕过它呢？

Scala 2.11.7

纪事地图3.8.0

Answer 1

>

似乎怀疑在您的测试中是Iterator[（String，Int）]（而不是Iterator[（Int，String）]），因为键类型是String，值类型是Int，而错误消息是关于键的类型（Int/Integer）

如果错误消息说键必须是%type%，则表示您在第一个编年史映射生成器中配置了该类型。of（keyType，valueType）语句。因此，在您的例子中，这意味着您配置了int.class（class对象，表示Java中的原语int类型），这是不允许的，并且提供了Java。lang.Integer实例映射的方法（可能您提供了原语ints，但由于装箱，它们变成了Integer），这是允许的。您应该确保您提供的是java。lang.Integer。类（或其他一些Scala类）到编年史MapBuilder。of（keyType，valueType）调用

我不知道这个项目的规模估计是多少：https://github.com/phatak-dev/java-sizeof，但在任何情况下，都应该以字节为单位指定对象将采用序列化形式的大小。序列化表单本身取决于默认序列化程序（为历史记录映射中的特定类型选择）（并且可能在历史记录映射版本之间更改）或为特定历史记录映射生成器配置的自定义序列化程序。因此，使用有关键/值“大小”的任何信息来配置历史记录映射（除了历史记录映射本身之外）是脆弱的。可以使用以下步骤更可靠地估计尺寸：

public static <V> double averageValueSize(Class<V> valueClass, Iterable<V> values) {
    try (ChronicleMap<Integer, V> testMap = ChronicleMap.of(Integer.class, valueClass)
        // doesn't matter, anyway not a single value will be written to a map
            .averageValueSize(1)
            .entries(1)
            .create()) {
        LongSummaryStatistics statistics = new LongSummaryStatistics();
        for (V value : values) {
            try (MapSegmentContext<Integer, V, ?> c = testMap.segmentContext(0)) {
                statistics.accept(c.wrapValueAsData(value).size());
            }
        }
        return statistics.getAverage();
    }
}

您可以在此测试中找到它：https://github.com/OpenHFT/Chronicle-Map/blob/7aedfba7a814578a023f7975ef15ba88b4d435db/src/test/java/eg/AverageValueSizeTest.java

这个程序很粗糙，但现在没有更好的选择。

另一项建议：

• 如果您的键或值是某种原语（整数、长整数、双精度，但已装箱），或者任何其他类型的键或值总是大小相同，则不应使用averageKey/averageValue/averageKeySize/averageValueSize方法，最好使用constantKeySizeBySample/constantValueSizeBySample方法。专门针对java。lang.Integer、Long和Double即使不需要，编年史地图已经知道这些类型的大小是不断变化的