一篇关于HashMap性能的测试

具体代码如下：

public class MemoryLookupTest {
    public static void main(String[] args) throws IOException {
        String filePath = "D:/tmp_data/countData";
        LineNumberReader lineReader = new LineNumberReader(new InputStreamReader(new FileInputStream(filePath)));
        String line = null ;
        List<Recorder> recordList= new ArrayList<Recorder>();
        long start = System.currentTimeMillis() ;
        
        while((line = lineReader.readLine())!=null){
            String[] splits = line.split("    ");    
            Recorder r =new Recorder();
            r.acct_id = Long.parseLong(splits[0]);
            r.click = Long.parseLong(splits[2]);
            r.shw = Long.parseLong(splits[3]);
            recordList.add(r);
        }
        System.out.println(recordList.size()+" recorder ,cost is "+(System.currentTimeMillis()-start)+"ms");
        lineReader.close();
        Random random = new Random(1000);
        HashMap<Long,Long> map = new HashMap<Long,Long>();
        start = System.currentTimeMillis() ;
        for(Recorder r :recordList){
            map.put(r.acct_id, random.nextLong()/1000);
        }
        System.out.println(map.size()+" map initialize ,cost is "+(System.currentTimeMillis()-start)+"ms");
        HashMap<Long,Result> resultMap = new HashMap<Long,Result>();
        start = System.currentTimeMillis() ;
        for(Recorder r :recordList){
            Long manageId = map.get(r.acct_id);
            Result result = resultMap.get(manageId);
            if(result==null){
                result = new Result();
                resultMap.put(manageId, result);
            }
            result.click = result.click + r.click ;
            result.shw = result.shw + r.shw ;
        }
        System.out.println(resultMap.size()+" calculate ,cost is "+(System.currentTimeMillis()-start)+"ms");
    }
}
class Recorder{
    public long acct_id ;
    public long click ;
    public long shw ;
}
class Result{
    public long click  =0 ;
    public long shw = 0;
}

运行结果：

579319 recorder ,cost is 2635ms
308455 map initialize ,cost is 162ms
308455 calculate ,cost is 202ms

运行环境就是普通的笔记本，i5的cpu，8G的内存（但是这个程序使用的是默认虚拟机内存，应该是64M）

做的事情：

其实要做的事情，挺简单的，大约60W的一个list（存储的数据就是每个账户的点击展现数据），大约30W的一个hashMap(存储的是账户以及管理他的经理的id，在上面代码中，经理id是个随机构造的1000以下的数字)，计算每个经理下的所有业绩，即每个经理管理的账户的总点击展现是多少 。

过程：遍历60W的list去，针对每条记录去hashMap中查找相应的经理id，然后累计相应的点击展现 。

结果：

结果如上面的展示，对于整个hashmap的查找其实还是挺快的，在30W记录的hashMap中查找60W次然后再相加，其耗时在200ms左右，其实还是相当快的  。

其实在单机的数据处理上，还是挺快的，百万的数据处理得当的话，完全可以在秒级别完成的 。