Nano Hash - криптовалюты, майнинг, программирование

Снижение производительности назначаемых идентификаторов ObjectBox

Документы ObjectBox предлагают использовать автоматически назначаемые идентификаторы long для элементов, и даже есть некоторые проверки, основанные на этом:

По умолчанию идентификаторы объектов назначаются ObjectBox. Для каждого нового объекта ObjectBox назначит неиспользуемый идентификатор, который выше текущего самого высокого значения идентификатора, используемого в поле. Например, если в ящике есть два объекта с ID 1 и ID 100, следующему помещенному объекту будет присвоен ID 101.

http://objectbox.io/documentation/introduction/#Object_ID_assignment

Если у нас есть собственный ключ, мы можем добавить @Id(assignable = true), и он будет использовать данное поле в качестве идентификатора.

Однако я где-то читал, что это увеличивает нагрузку на производительность, и по возможности лучше использовать стандартные автоматически увеличивающиеся. Я не могу найти источник сейчас, поэтому кто-нибудь знает, можно ли использовать назначаемые идентификаторы для часто изменяемых объектов? Кроме того, ObjectBox как-то использует equals() и hashCode()?

Основная причина использования назначаемых идентификаторов для нас заключается в том, чтобы иметь возможность put элементов использовать их естественные long идентификаторы без ручного разрешения сопоставления.


  • Где вы прочитали о накладных расходах на производительность? 04.01.2018
  • Возможно, я просто перепутал ее с другой информацией. Если вы говорите, что не знаете об этом, я вам доверяю :) 05.01.2018

Ответы:


1

Как я понял из официальных документов и комментариев Маркуса Юнгингера (технический директор ObjectBox), нет снижение производительности при использовании назначаемых идентификаторов.

18.01.2018
Новые материалы

Кластеризация: более глубокий взгляд
Кластеризация — это метод обучения без учителя, в котором мы пытаемся найти группы в наборе данных на основе некоторых известных или неизвестных свойств, которые могут существовать. Независимо от..

Как написать эффективное резюме
Предложения по дизайну и макету, чтобы представить себя профессионально Вам не позвонили на собеседование после того, как вы несколько раз подали заявку на работу своей мечты? У вас может..

Частный метод Python: улучшение инкапсуляции и безопасности
Введение Python — универсальный и мощный язык программирования, известный своей простотой и удобством использования. Одной из ключевых особенностей, отличающих Python от других языков, является..

Как я автоматизирую тестирование с помощью Jest
Шутка для победы, когда дело касается автоматизации тестирования Одной очень важной частью разработки программного обеспечения является автоматизация тестирования, поскольку она создает..

Работа с векторными символическими архитектурами, часть 4 (искусственный интеллект)
Hyperseed: неконтролируемое обучение с векторными символическими архитектурами (arXiv) Автор: Евгений Осипов , Сачин Кахавала , Диланта Хапутантри , Тимал Кемпития , Дасвин Де Сильва ,..

Понимание расстояния Вассерштейна: мощная метрика в машинном обучении
В обширной области машинного обучения часто возникает необходимость сравнивать и измерять различия между распределениями вероятностей. Традиционные метрики расстояния, такие как евклидово..

Обеспечение масштабируемости LLM: облачный анализ с помощью AWS Fargate и Copilot
В динамичной области искусственного интеллекта все большее распространение получают модели больших языков (LLM). Они жизненно важны для различных приложений, таких как интеллектуальные..