GitHub - yahoo/Oak: A Scalable Concurrent Key-Value Map for Big Data AnalyticsYou signed in with another tab or window. Reload to refresh your session. You signed out in another tab or window. Reload to refresh your session. You switched accounts on another tab or window. Reload to refresh your session.
Open-sourcing F14 for faster, more memory-efficient hash tables
Open-sourcing F14 for faster, more memory-efficient hash tables Hash tables provide a fast way to maintain a set of keys or map keys to values, even if the keys are objects, like strings. They are such a ubiquitous tool in computer science that even incremental improvements can have a large impact. The potential for optimization led to a proliferation of hash table implementations inside Facebook,
Writing a damn fast hash table with tiny memory footprints - Carpe diem (Felix's blog)
Hash table is probably the most commonly used data structure in software industry. Most implementations focus on its speed instead of memory usage, yet small memory footprint has significant impact on large in-memory tables and database hash indexes. In this post, I”ll provide a step by step guide for writing a modern hash table that optimize for both speed and memory efficiency. I’ll also give so
moco(beta)'s backup: [翻訳] Using Finite State Transducers in Lucene
Lucene/Solr Advent Calendar 2014 22日めです。 第15回Solr勉強会で、ごく軽くLucene FST の紹介をしたのですが、自分もまだまだ勉強中です。ということで Lucene 開発者の Mike さんに、だめもとで「ブログのFST 関連のエントリを翻訳していいですか？」とメールを送ってみたところ、「いいよ！」と快諾してもらえたので、ここに掲載します。 —- 関連する話題ですが、 Golang で書かれた形態素解析器 kagome を作っている @ikawaha さんが、Lucene を絡めて猫にもわかる（かもしれない） FST の解説を書いてくださいました。ありがとうありがとう（；ω；）！アルゴリズムの説明から Double Array との比較まで至れり尽くせりなのであわせてどうぞ。 Luceneで使われてるFSTを実装してみた（正規表現マッチ：VM
![moco(beta)'s backup: [翻訳] Using Finite State Transducers in Lucene](https://cdn-ak-scissors.b.st-hatena.com/image/square/77d318a372491738cf7b65d7f6175d3c375a4701/height=288;version=1;width=512/http%3A%2F%2Fmedia.tumblr.com%2F572c54507b5a6157d76d225cfc7fa3bf%2Ftumblr_inline_ngwt2vmr2e1qmxdmr.png)
OpenJDK and HashMap …. Safely Teaching an Old Dog New (Off-Heap!) Tricks
Sustainable Security Requirements with the ASVS Josh Grossman provides a brief overview of what the ASVS is, but takes a closer look at balancing trade-offs and prioritizing different security requirements. Josh shares how to make the process repeatable and how to implement it as part of your own organization's requirements process.
Java8からはHashMapの性能のためにComparableを実装しておいた方がいい - interprism's blog
こんにちは、andoです。 ついにJava8がリリースされたのでさっそくインストールしてみました。 Java8になってラムダ式を始め、多くの機能が追加されたのですが、既存機能についても性能改善が行われています。 人気がありそうな新機能の紹介は他の人にお任せして、今回はHashMapの変更点について確認したいと思います。 はたして既存のプログラムはJava8で実行するだけで、その恩恵を享受できるのでしょうか。 java.util.HashMap HashMapといえば使用頻度1、2を争うコレクションクラスでデータの検索、追加がO(1)で行え、 辞書的に使える事から簡易的なDTOやキャッシュ、データベースのレコード構造、さらにはListですむところでさえ数値をキーにして使う兵もいるというくらい良くも悪くも色々使えます。 それが速くなるのであれば、既存のプログラムも速くなるはず、ということでさっ
ConcurrentHashMapを使うならatomicなメソッドを使おう - kencharosの日記
ConcurrentHashMapを使うときの注意点 タイトルの通りです。 ConcurrentHashMapは同期を取りつつ、パフォーマンスも優れたとても優秀なやつで、最近Webアプリケーションで、キャッシュみたいなものを作るときに使いました。 とはいえ同期を取るとはいっても以下のようなキーの存在を確認して、putするような複合アクションの呼び出し(いわゆるcheck-then-act)では同期されません。(別にこれは、従来のHahMapとかCollections.syncronizedMapとかでも同じです) // atomicではない操作。 if(!map.containsKey(key)) { map.put(key, value); } 以下が実証コードで、実行すると高い確率で複数スレッドで同一キーへのputを行います。 (今回のケースだとあまり問題にならないですが、valueを
3 billion items in Java Map with 16 GB RAM
3 billion items in Java Map with 16 GB RAM One rainy evening I meditated about memory managment in Java and how effectively Java collections utilise memory. I made simple experiment, how much entries can I insert into Java Map with 16 GB of RAM? Goal of this experiment is to investigate internal overhead of collections. So I decided to use small keys and small values. All tests were made on Linux
Robin Hood Hashing should be your default Hash Table implementation
A Random Walk Through Geek-Space Brain dumps and other ramblings from Sebastian Sylvan Robin Hood Hashing should be your default Hash Table implementation 8/May 2013 There’s a neat variation on open-addressing based hash tables called Robin Hood hashing. This technique isn’t very well-known, but it makes a huge practical difference because it both improves performance and space utilization compare
GitHub - stephenc/high-scale-lib: A Mavenized fork of http://high-scale-lib.sourceforge.net/
IF YOU ARE LOOKING for the drop-in replacement for java.util.Hashtable, it's in the lib directory, lib/java_util_hashtable.jar. It needs to be in your bootclasspath. Example: java -Xbootclasspath/p:lib/java_util_hashtable.jar my_java_app_goes_here --- A collection of Concurrent and Highly Scalable Utilities. These are intended as direct replacements for the java.util.* or java.util.concurrent.* co
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
War Story: Speeding up Block-based Table Lookup
GitHub - RuedigerMoeller/fast-serialization: FST: fast java serialization drop in-replacement
Only the Good Die Young (or Move Off-heap?) | Blog of Christian Felde
java.util.concurrent.ConcurrentHashMap VS openhft.collections.SharedHashMap
OpenHFT/HugeCollections · GitHub - Huge Collections for Java using efficient off heap storage
malyn/sg-cdb · GitHub - Java version of D.J. Bernstein's constant database (cdb) library.
Fingerprint Inverted Index and Fast Multiple Set Intersection
Programming Interview Questions: How do you find out intersection between two arrays - when they are sorted / when they are not sorted.?
Big-O Isn't Everything, Part 2
Map<D,B>