背景

Java原生的HashMap受限于Java对象限制，对key和value都必须抽象封装为一个类，其实现为闭地址法哈希+红黑树，hash槽中的节点为Node，需要存储左右孩子节点等信息，连同其引用一个Node占用内存为32字节。综上，每存储一个键值对就需要额外48字节的对象头及指针，内存空间开销大。

目标

调研开源的基于堆外内存或内存buffer的Java hashmap实现，避免对象头及指针的额外内存开销

实现

https://github.com/cfelde/BinaryOffheapHashMap/blob/master/README.md

实现原理

使用堆外内存+开地址法散列，将key和value都序列化为二进制数组，利用unsafe模块直接申请堆外内存存储，每次插入需要序列化，每次查询需要反序列化，由于存储的内容为序列化的二进制数组，不包含指针和对象头，避免了额外的内存开销

实验

实验场景

基于海量时间序列元数据场景，测试在内存ID表中两者的性能

每时间序列标识长度为200字节，共有1000万时间序列，其中有10万个device，每个device下有100个measurement，其中measurement占用20字节

数据结构为：Map<DeviceID, Map<String, SchemaEntry>>

其中map分别使用java原生HashMap及基于堆外内存的map实现

堆外内存的HashMap由于使用开地址法，需要设置bucket数量，本实验中按照每10个元素分配一个bucket

实验设置

共有1000万时间序列，其中有10万个device，每个device下有100个measurement，其中measurement占用20字节

将1000万时间序列写入map中，并进行一千万次查询，测试其插入和查询性能，最后观察其内存占用情况

实验目标

堆外内存map与java原生HashMap在以下方面的性能：

• 插入性能（put）
• 查询性能（get）
• 内存占用

实验结果

插入性能（put）

堆外内存hashmap快的原因是它一开始就固定了分区，不会随着插入rehash，内存拷贝次数少

查询性能（get）

堆外内存hashmap bucket数量手动优化的很好，每次查询复杂度为10个record，查询复杂度不高，但是由于其序列化和反序列化耗时，故查询性能稍差

内存占用

堆外内存hashmap节省了内存中每个record的HashMap Node的32字节的内存占用，共10M个record，故节省了320MB左右的内存

实验结论

（1）堆外哈希表需要手动设置bucket数量，且之后不能动态扩容，在预先知道record数量的时候进行合理调参，插入时不用rehash，可以在插入性能上超过原生哈希表

（2）堆外哈希表每次查询都需要反序列化，导致查询性能不如原生HashMap

（3）堆外哈希表的性能很大程度上取决于bucket的数量是否设置合理，太小会导致写入和查询性能下滑，太大会浪费内存，在record数量不确定的情况下bucket参数不好确定

（4）内存占用方面堆外哈希表节省了原生HashMap Node的内存开销，每时间序列可以减少32字节内存开销