Пишем самый быстрый хэш для кэширования данных (Роман Елизаров, ADD-2012) — различия между версиями
Материал из 0x1.tv
StasFomin (обсуждение | вклад) |
StasFomin (обсуждение | вклад) |
||
== Примечания и отзывы == * Статьи в блоге автора с обсуждением этой темы: http://elizarov.livejournal.com/tag/hash * {{ConferencePage|http://addconf.ru/event.sdf/ru/add_3/authors/RomanElizarov/writing_fastest_hash_for_data_cashing}} <!-- <blockquote>[©]</blockquote> --> <references/> [[Категория:Хэши]] [[Категория:ADD-2012]] {{stats|vimeo_comments=1|youtube_plays=2434|refresh_time=2017-07-06T14:52:11-11T00:20:08.564703|youtube_comments=0.636000|vimeo_plays=387}}9}} |
Версия 21:20, 10 ноября 2017
Содержание
Аннотация
- Докладчик
- Роман Елизаров
Типичный случай — приложению работающему с БД некоторые объекты нужны так часто, то их необходимо кэшировать в памяти. В этом случае их кладут в структуру данных типа хэш. Однако, бывают случаи, когда даже поиск в этом хэше становится узким местом приложения и решения из стандартных библиотек перестают устраивать по своей производительности.
Я покажу как можно самостоятельно написать хэш, превосходящий по производительности готовые решения, исходя из принципов максимальной экономии памяти и простоты кода, при этом имея возможность доставать из него элементы из множества потоков одновременно. Объясню как просто можно сделать LRU-кэш, не теряя призводительность. Доклад будет сопровождаться кусками кода на Java.
Основной упор доклада будет сделан не на конкретный алгоритм, а на та техниках дизайна быстрых алгоритмов — на что надо обращать внимание, как вообще подходить к решению подобных задач.
Доклад будет сопровождаться серией записей в моем блоге на http://elizarov.livejournal.com
Видео
Слайды
Примечания и отзывы
- Статьи в блоге автора с обсуждением этой темы: http://elizarov.livejournal.com/tag/hash
- Страничка доклада на сайте конференции
Plays:423 Comments:1