概述
今日发现项目中在使用TBSchedule,对于生成的TaskItem数据,item是通过随机数生成的,如使用 new Random().nextInt(4)+1; 此运算会返回1~4的随机数字。其实这种做法是不均衡的,如果在少量数据时,对于数据的处理没有什么影响,但当有大数据量时,可能使个别服务器处理数据的压力加大, 因此我们最好通过取模方式来进行处理。比如对待处理的数据order_id取模。 order_id%+1,生成1~4的任务项。
针对上面提到不均衡的问题,进行简单测试统计如下:
1 public static void main(String[] args) { 2 int size = 1000000; 3 Map<Integer,Integer> map1 = new HashMap<Integer,Integer>(); 4 for(int i=1;i<size;i++) { 5 int k = new Random().nextInt(4) + 1; 6 if(map1.containsKey(k)){ 7 map1.put(k, map1.get(k)+1); 8 }else{ 9 map1.put(k, 1); 10 } 11 } 12 13 for(Map.Entry<Integer,Integer> entry:map1.entrySet()){ 14 System.out.println(entry.getKey() + ":" + entry.getValue()); 15 } 16 17 18 System.out.println("-----------------------------------"); 19 Map<Integer,Integer> map2 = new HashMap<Integer,Integer>(); 20 for(int i=1; i<size; i++){ 21 int k = i%4+1; 22 if(map2.containsKey(k)){ 23 map2.put(k, map2.get(k)+1); 24 }else{ 25 map2.put(k, 1); 26 } 27 } 28 29 for(Map.Entry<Integer,Integer> entry:map2.entrySet()){ 30 System.out.println(entry.getKey() + ":" + entry.getValue()); 31 } 32 }
测试结果:
1:250523
2:249897
3:249494
4:250085
-----------------------------------
1:249999
2:250000
3:250000
4:250000
由上面的结果可以看到,使用取模的方式,只差1; 而使用随机数就比较大了
转载于:https://www.cnblogs.com/blacksonny/p/5212406.html
最后
以上就是凶狠含羞草为你收集整理的随机数与取模结果对比的全部内容,希望文章能够帮你解决随机数与取模结果对比所遇到的程序开发问题。
如果觉得靠谱客网站的内容还不错,欢迎将靠谱客网站推荐给程序员好友。
本图文内容来源于网友提供,作为学习参考使用,或来自网络收集整理,版权属于原作者所有。
发表评论 取消回复