【Java 集合与队列的插入、删除在并发下的性能比较】_JAVA_编程开发_程序员俱乐部

这两天在写一个java多线程的爬虫，以广度优先爬取网页，设置两个缓存：

• 　　一个保存已经访问过的URL：vistedUrls
• 　　一个保存没有访问过的URL：unVistedUrls

　　需要爬取的数据量不大，对URL压缩后，可以把这两个数据结构都放入内存，vistedUrls很显然用HashSet<String>实现，因为已经访问的URL只会添加，不会删除和修改，使用HashSet可以高效判断一个URL是否已经访问。

　　纠结unVistedUrls该用什么数据结构，如果用队列的话，并发情况下，队列中可能会用重复的URL，比如一个线程A爬了CSDN的一个URL1，另一个线程B爬了博客园的一个URL2，URL1和URL2的页面都有一个相同的出链URL3，线程A把URL3加入到unVistedUrls的队尾，等待下次爬取，但在URL3被爬取之前，线程B也把URL3加到队尾，这样队列中就有两个相同的URL，可能会导致重复爬取网页，当然可以通过其他方法来保证不会重复爬取。

　　然后就想能否也用Set来保存未访问的URL，这样在添加新的URL时，自动去重处理了，能够有效保证不爬取重复网页。但是unVistedUrls会有大量的插入和caozuo.html" target="_blank">删除操作，我认为对集合进行大量的插入删除性能会比较低，为了测试集合的插入删除性能对比队列低多少，我写了一个简单的并发测试：

1. package com.xwtech.uomp.base.action.handler.admin;
3. public class asdsd {
4. ? ? ? ???/**
5. ? ? ? ???测试集合与队列的插入与读写性能? ?**/
6. ? ? ? ?? ?public class SetQueueTest {? ?? ?// 随即数构造器
7. ? ? ? ?? ??
8. ? ? ? ? ? ? ? ?? ?private static Random r = new Random(10);? ? // 控制测试线程停止的原子变量
9. ? ? ? ?? ??
10. ? ? ? ? ? ? ? ?? ?private static AtomicBoolean stop = new AtomicBoolean(false);??12?
11. ? ??
12. ? ? ? ? ? ? ? ?? ?static abstract class Service {? ??
13. ? ? ? ? ? ? ? ? ? ? ? ?? ?
14. ? ? ? ? ? ? ? ? ? ? ? ?? ?// 操作的计数器
15. ? ? ? ?? ?? ???protected long count = 0;?
16. ? ? ? ?? ?? ?? ? // 添加一堆元素，并去一个元素
17. ? ? ? ?? ?? ?? ? public abstract String addAndPick(List<String> elements);??
18. ? ? ? ?? ?? ?? ? // 取一个元素
19. ? ? ? ?? ?? ?? ?public abstract String pickOne();??
20. ? ? ? ?? ?? ??
21. ? ? ? ?? ?? ?? ?public void tell() {? ?? ??
22. ? ? ? ?? ?? ?? ?? ? ? ? System.out.println(this + " :t" + count);? ?? ???
23. ? ? ? ?? ?? ?? ?? ? ? ? }? ??
24. ? ? ? ?? ?? ?? ?}??
25. ? ? ? ?? ?}
26. ? ? ? ?? ???static class SetService extends Service {?
27. ? ? ? ?? ???? ? ? ? private TreeSet<String> set = new TreeSet<String>();? ?
28. ? ? ? ?? ?? ?? ? @Override? ?? ???
29. ? ? ? ?? ?? ?? ? public synchronized String addAndPick(List<String> elements)?
30. ? ? ? ?? ?? ?? ? {? ?? ?? ???
31. ? ? ? ?? ?? ?? ?? ? ? ???count++;? ??
32. ? ? ? ?? ?? ?? ?? ? ? ???set.addAll(elements);? ?? ?
33. ? ? ? ?? ?? ?? ?? ? ? ???return set.pollFirst();? ??
34. ? ? ? ?? ?? ?? ?? ? ? ???}? ?
35. ? ? ? ?? ?? ?? ?@Override? ?? ?? ??
36. ? ? ? ?? ?? ?? ?public synchronized String pickOne()
37. ? ? ? ?? ?? ?? ?{? ?? ?? ??
38. ? ? ? ?? ?? ?? ?? ? ? ? count++;? ???
39. ? ? ? ?? ?? ?? ?? ? ? ? return set.pollFirst();??
40. ? ? ? ?? ?? ?? ?? ? ? ? }??
41. ? ? ? ?? ???}??
42. ? ? static class QueueService extends Service {? ??
43. ? ? ? ? ? ? private Queue<String> queue = new LinkedList<String>();?
44. ? ? ? ? ? ??
45. ? ? ? ?? ?? ?? ?@Override? ?? ?? ??
46. ? ? ? ?? ?? ?? ?public synchronized String addAndPick(List<String> elements)
47. ? ? ? ?? ?? ?? ?{? ?? ?? ?? ? count++;? ?? ?
48. ? ? ? ?? ?? ?? ?queue.addAll(elements);? ?? ?
49. ? ? ? ?? ?? ?? ?return queue.poll();? ?? ??
50. ? ? ? ?? ?? ?? ?}? ?
51. ? ? ? ?? ?? ?? ? @Override? ???
52. ? ? ? ?? ?? ?? ? public synchronized String pickOne() {??
53. ? ? ? ?? ?? ?? ?? ? ? ???count++;? ?? ?? ?
54. ? ? ? ?? ?? ?? ?? ? ? ???return queue.poll();? ?? ?? ?
55. ? ? ? ?? ?? ?? ?? ? ? ???}? ?
56. ? ? ? ?? ?? ?? ? }??
57. ? ???static class Tester implements Runnable {? ??
58. ? ? ? ? ? ???// 绑定要测试的工具对象
59. ? ? ? ?? ?? ?? ? private Service service;??
60. ? ? ? ?? ?? ?? ??
61. ? ? ? ?? ?? ?Tester(Service s) {? ?? ?? ???
62. ? ? ? ?? ???? ? ? ???this.service = s;? ???
63. ? ? ? ?? ???? ? ? ???}??
64. ? ? ? ?? ?? ?? ???@Override? ?? ?? ?
65. ? ? ? ?? ?? ?? ???public void run() {? ?
66. ? ? ? ?? ?? ?? ?? ? ? ?? ?while (stop.get() == false) {? ???
67. ? ? ? ?? ?? ?? ?List<String> elements = new ArrayList<String>();??
68. ? ? ? ?? ?? ?? ?int len = r.nextInt(200) + 8;? ?? ?? ?? ?
69. ? ? ? ?? ?? ?? ?for (int i = 0; i < len; i++) {? ?? ??
70. ? ? ? ?? ?? ?? ?? ? ? ? elements.add(String.valueOf(r.nextInt()));??
71. ? ? ? ?? ?? ?? ?? ? ? ? }? ?? ?? ?? ?? ??
72. ? ? ? ?? ?? ?? ?service.addAndPick(elements);? ?? ???
73. ? ? ? ?? ?? ?? ?for (int i = 0; i < 104; i++)? ???
74. ? ? ? ?? ?? ?? ?? ? ? ? service.pickOne();? ?? ?
75. ? ? ? ?? ?? ?? ?}? ?? ??
76. ? ? ? ?? ?? ?? ?? ? ? ?? ?}? ??
77. ? ? ? ?? ?? ?? ???}??
78. ? ? ? ?? ?? ?private static void test(Service service, int time, TimeUnit unit)
79. ? ? ? ?? ???? ? ? ? ? ? ? ???throws InterruptedException?
80. ? ? ? ?? ???? ? ? ? ? ? ? ???{? ?? ??
81. ? ? ? ?? ???? ? ? ???ExecutorService execs = Executors.newCachedThreadPool();?
82. ? ? ? ?? ???? ? ? ???for (int i = 0; i < 20; i++) {? ??
83. ? ? ? ?? ???? ? ? ? ? ? ? ???execs.execute(new Tester(service));?
84. ? ? ? ?? ???? ? ? ? ? ? ? ???}? ?? ???
85. ? ? ? ?? ???? ? ? ???execs.shutdown();? ??
86. ? ? ? ?? ???? ? ? ???unit.sleep(time);? ?? ?
87. ? ? ? ?? ???? ? ? ???stop.compareAndSet(false, true);? ??
88. ? ? ? ?? ???? ? ? ???service.tell();? ??
89. ? ? ? ?? ???? ? ? ???}??
90. ? ? ? ?? ???public static void main(String[] args) throws InterruptedException?
91. ? ? ? ?? ???{? ?? ??
92. ? ? ? ?? ???? ? ? ? Service setService = new SetService();? ??
93. ? ? ? ?? ???? ? ? ? test(setService, 5, TimeUnit.SECONDS);??
94. ? ? ? ?? ???? ? ? ? stop.compareAndSet(true, false);// 重置终止条件
95. ? ? ? ?? ?? ???Service queueService = new QueueService();?
96. ? ? ? ?? ?? ???test(queueService, 5, TimeUnit.SECONDS);? ??
97. ? ? ? ?? ?? ???}?
98. ? ? ? ?? ???}

输出的结果如下：

1. SetQueueTest$SetService@5e9de959 :? ?? ?7149859 SetQueueTest$QueueService@11b343e0 :? ? 24303408

1. 测试结果让我感到吃惊，TreeSet的插入删除效率确实比LinkedList低，20个线程跑了10秒，使用队列，插入删除24303408次，使用集合，插入删除7149859次。它们之间差距并不大，队列只比集合快2~3倍。属于同一个数量级。于是我这个小型的爬虫应该放心的选择用Set作为unVistedUrls的实现。