What is The Best Database for a Souped Up Hashtable? Qual é a melhor base para um Souped Up Hashtable?
All I really want is to store a very large Hashtable with more reads than writes. Tudo o que realmente querem é muito grande para armazenar um Hashtable com mais leituras do que escreve. It should be able to deal with more than 8GB of data. Ele deve ser capaz de lidar com mais de 8GB de dados. The key will be a String of limited length. A chave será uma seqüência de comprimento limitado. I want it to be extremely fast on read-access, stable with sudden shutdown and other issues beyond our control and with very low CPU usage. Quero que seja extremamente rápida em acesso para leitura, estável, com parada súbita e outras questões além do nosso controle e com muito baixo uso CPU. The leading contenders in my mind are: Os principais competidores na minha mente são os seguintes:
1. HSQLDB
2. H2 Database, from the creator of Hypersonic SQL which is the predecessor of HSQLDB H2 Banco de Dados, a partir do criador de Hypersonic SQL que é o antecessor do HSQLDB
3. Berkeley DB (Java version) Berkeley DB (versão Java)
4. MySQL (least preference) MySQL (menos preferência)
5. Derby Database Derby Database
6. One$DB One $ DB
7. Home-brewed implementation of a souped up Hashtable Home-fabricado implementação de um souped up Hashtable
8. Prevayler
Note: The databases are listed in no particular order. Nota: As bases de dados estão listados em nenhuma ordem especial.
Preferably it should leverage the memory for faster access using an LRU list for example. De preferência, deve alavancar a memória para um acesso mais rápido usando uma lista EFP, por exemplo. However it shouldn’t depend on being fully memory driven. No entanto ele não deve depender da memória a ser totalmente orientado. To summarize high read performance with acceptable write performance and low CPU usage are my primary concerns. Para resumir ler alto desempenho com baixo desempenho e aceitável escrever CPU uso são as minhas principais preocupações.
Looking forward to your recommendations. Olhando para a frente para as suas recomendações.
Filed under Arquivado em Database Banco de dados , De HSQLDB , De Headline News Headline News , De Java Software Java Software , De MySQL , De Programming Programação , De RDBMS , De Technology Tecnologia , De Web , De Web 2.0 Web 2,0 , De Web Services Web Services | |
| |
RSS 2.0 RSS 2,0 | |
Trackback this Article | este artigo |
Email this Article E-mail este artigo
You may also like to read Você pode também gosta de ler |





July 7th, 2007 at 10:26 pm Dia 7 de julho, 2007, 10:26 pm
Have you considered Você já considerou Terracotta Terracota ? Very large hashmaps are very easy. Hashmaps muito grandes são muito fáceis.
July 7th, 2007 at 11:32 pm Dia 7 de julho, 2007, 11:32 pm
That is a very interesting product. Esse é um produto muito interessante. Thanks for the pointer. Agradecimentos para o ponteiro.
July 10th, 2007 at 3:47 am 10 de julho de 2007 em 3:47 am
Have a look at De uma olhada em db4o . It’s available for Java and .Net Ela está disponível para Java e. Net
July 10th, 2007 at 7:01 pm 10 de julho de 2007 em 7:01 pm
Fast reads, low volatility? Fast lê, de baixa volatilidade? LDAP servers are built for that kind of thing. Servidores LDAP são construídas para esse tipo de coisa.
Cheers. Felicidades.