我正在写一些代码来访问inverted index.
我有两个可互换的类,它们对索引执行读操作.一个从磁盘读取索引,缓冲其中的一部分.另一个将索引完全加载到内存中,作为byte [] [](索引大小约为7Gb)并从此多维数组中读取.
人们期望在将整个数据存储在内存中时具有更好的性能.但我的措施表明,使用磁盘上的索引,它与内存中的索引一样快.
(在内存中加载索引所花费的时间不计入表演中)
为什么会这样?有任何想法吗?
更多信息:我已经运行了启用HPROF的代码.两者都在“磁盘上”或“在内存中”工作,最常用的代码不是与读取直接相关的代码.此外,对于我(有限)的理解,gc探查器不会显示任何与gc相关的问题.
更新#1:我已经检测了我的代码来监控I / O次数.似乎大多数内存搜索需要0-2000ns,而磁盘上的大部分搜索需要1000-3000ns.第二个指标对我来说似乎有点太低了.它是由于Linux的磁盘缓存吗?有没有办法排除磁盘缓存以进行基准测试?
更新#2:我已经绘制了每个索引请求的响应时间.内存和磁盘的行几乎完全匹配.我已经使用O_DIRECT标志进行了一些其他测试来打开文件(感谢JNA!),在这种情况下,代码的磁盘版本(显然)比内存慢.所以,我得出的结论是“问题”是因为积极的Linux磁盘缓存,这是非常了不起的.
解决方法:
不,磁盘永远不会像RAM一样快(RAM实际上是磁盘速度快100,000倍).操作系统很可能是为您准备内存中的文件.
标签:java,io,bigdata
来源: https://codeday.me/bug/20190613/1229754.html