MapDB
MapDB
MapDB提供了并发的Maps，Sets 和 Queues，基于磁盘存储或off-heap-memory。这是一个快速，可扩展的和易于使用的嵌入式Java数据库引擎。小但功能强大，如事务，空间高效的序列化，实例缓存和透明压缩/加密。
介绍
maven
<dependency>
<groupId>org.mapdbgroupId>
<artifactId>mapdbartifactId>
<version>VERSIONversion>
dependency>Version 可以从这里找到http://mvnrepository.com/artifact/org.mapdb/mapdb
Simple
in-memory 方式, 使用off-heap存储，不受GC限制:
//import org.mapdb.*
DB db = DBMaker.memoryDB().make();
ConcurrentMap map = db.hashMap("map").make();
map.put("something", "here");当关闭db object，通过指定文件存储:
DB db = DBMaker.fileDB("file.db").make();
ConcurrentMap map = db.hashMap("map").make();
map.put("something", "here");
db.close();MapDB默认使用通用序列化方式进行序列化各种数据类型，指定特定的序列化数据类型将会更加快速与内存使用更有效率。
DB db = DBMaker
.fileDB("file.db")
//TODO memory mapped files enable here
.make();
ConcurrentMap map = db
.hashMap("map", Serializer.STRING, Serializer.LONG)
.make();
map.put("something", 111L);
db.close(); HTreeMap
HTreeMap提供HashMap and HashSet集合特性，支持entry expiration，可以用作缓存。
- 它是线程同步的，通过使用多个segments区分ReadWriteLock，支持并行写。与ConcurrentHashMap类似。segments数量可以进行配置。
- HTreeMap是segmented Hash Tree结构。HTreeMap并不像其他HashMap，它并不会使用固定大小的Hash Table，也不会当Hash Table数据增长的时候rehash所有数据。HTreeMap使用的是auto-expanding Index Tree，因此它从不需要进行resize。不过树形结构需要更多的搜索次数，因此随机访问速度会慢些。
- HTreeMap提供四种entry expiration标准：maximal map size（map最多元素数量）, maximal storage size（最大存储量）, time-to-live since last modification（最近修改存活时间） and time-to-live since last access（最近访问存活时间）.Expired entries会被自动移除，使用的是FIFO queue。
创建方式
HTreeMap map = db.hashMap("name_of_map")
.keySerializer(Serializer.STRING)
.valueSerializer(Serializer.LONG)
.create();
//or shorter form
HTreeMap map2 = db
.hashMap("some_other_map", Serializer.STRING, Serializer.LONG)
.create(); HTreeMap推荐用于处理large key/values，有时候你需要进行压缩，它能提供开启压缩store-wide，但这样仍会有瓶颈。此外，更好的方式是通过特定的serializer压缩key和value，如下：
HTreeMap<Long, String> map = db.hashMap("map")
.valueSerializer(
new SerializerCompressionWrapper(Serializer.STRING))
.create();还有Hash Code ，Layout， Expiration Overflow等定制内容，详情可以参考官网。
BTreeMap
BTreeMap提供TreeMap and TreeSet特征。它基于 lock-free concurrent B-Linked-Tree实现方式，提供small keys更好的性能，与更好的水平伸缩。
Parameters
1. serializers
使用指定的serializers将带来更好的性能，如下：
BTreeMap map = db.treeMap("map")
.keySerializer(Serializer.LONG)
.valueSerializer(Serializer.STRING)
.createOrOpen(); 2. size counter
默认情况下BTreeMap并不会跟踪map的size，通过调用map.size()去线性搜索计算所有的元素实体。如果开启了size counter，调用map.size()将马上返回，但是对insert有性能损耗。如下：
BTreeMap map = db
.treeMap("map", Serializer.LONG, Serializer.STRING)
.counterEnable()
.createOrOpen(); 3. node size
BTrees存储keys与values作为btree节点部分。节点的长度对性能的影响很大。A large node意味着许多keys在查询需要被进行反序列化。A smaller node加载会快些，但会使得BTrees层级更深和需要更多的操作。默认最大的node size是32，可以通过以下方式进行修改：
BTreeMap map = db
.treeMap("map", Serializer.LONG, Serializer.STRING)
.maxNodeSize(64)
.createOrOpen(); Values存储作为btree叶节点部分。Large values意味着巨大的开销在单个map中。如果get(“key”)需要进行序列化，但是只返回一个值，更好的方式是存储在叶节点外，在一条单独的记录。在这种情况下，叶节点仅用6字节指向这个值。Large values可以通过压缩来减少存储空间。存储node outside BTree leaf nodes 和压缩每个值的例子：
BTreeMap<Long, String> map = db.treeMap("map")
//TODO external values are not supported yet
//.valuesOutsideNodesEnable()
.valueSerializer(new SerializerCompressionWrapper(Serializer.STRING))
.createOrOpen();BTreeMap 需要以某种方法排序它的keys，默认情况下，大多数的Java类依靠Comparable接口的实现。如果此接口没有被实现，一个key serializer必须被提供。以下是可以比较 Object arrays 的例子：
BTreeMap map = db.treeMap("map")
// use array serializer for unknown objects
// TODO db.getDefaultSerializer()
.keySerializer(new SerializerArray(Serializer.JAVA))
// or use serializer for specific objects such as String
.keySerializer(new SerializerArray(Serializer.STRING))
.createOrOpen(); 同样primitive arrays能被用作keys，一个String能被byte[]替代，这样将会有更好的性能：
BTreeMap map = db.treeMap("map")
.keySerializer(Serializer.BYTE_ARRAY)
.valueSerializer(Serializer.LONG)
.createOrOpen(); mark 这里还有性能的测试：
http://www.mapdb.org/benchmarks/