jdk18 堆外缓存和堆内缓存性能比较 如何实现1亿黑名单号码存放内存 不影响gc

1. 堆外缓存和堆内缓存性能比较：

堆内缓存是指将数据存放在JVM Heap（堆）中，一般使用Java Collection（如List、Map、Set等）来实现。堆内缓存的优点是操作简单、易于管理，但是有几个缺点：

• 堆内存有限，缓存数据较大时容易发生OOM（Out Of Memory）异常。
• 堆内存垃圾回收（GC）会影响应用程序的性能，GC时所有线程都会被挂起，可能会导致请求超时等问题。
• 堆内缓存无法共享，当多个JVM实例运行同一个应用时，每个实例都会有一份缓存数据。

堆外缓存是指将数据存放在JVM Heap之外的内存中，一般使用第三方缓存框架（如Ehcache、Redis等）来实现。堆外缓存的优点是：

• 可以使用更大的内存容量，不会受到JVM Heap大小的限制。
• 缓存数据可以共享，多个JVM实例运行同一个应用时，它们可以共享同一份缓存数据，提高应用程序的性能。
• 缓存数据不会影响JVM Heap的垃圾回收，GC只会针对堆内存进行，不会影响缓存数据的性能。

2. 如何实现1亿黑名单号码存放内存不影响GC：

在实现1亿黑名单号码存放内存时，可以使用以下方法来降低对GC的影响：

• 使用堆外缓存：将黑名单号码存放在堆外缓存中，可以降低对JVM Heap的占用，减少GC的频率和影响。
• 分批加载：将1亿个黑名单号码分批加载到内存中，每次加载一部分，处理完后再进行下一批的加载，这样可以减少一次性加载过多数据对内存和GC的影响。
• 对黑名单号码进行压缩：对黑名单号码进行压缩可以减小它们占用的内存空间，从而减少GC的频率和影响。
• 使用内存映射文件：使用内存映射文件可以将黑名单号码存放在磁盘中，但在内存中映射一份，这样可以避免一次性读取大量数据对内存和GC的影响。