编写性能scala不可变集合

Question

快速提问。我目前正在设计一些数据库查询，以便将相当大但不是大量的数据集提取到内存中，比如大约10k-100k的记录。

到目前为止，我一直在测试将这些结果集加载到scala.collection.immutable.Seq中，并发现它似乎花费了相当长的时间来构建集合。然而，如果我更改为Vector或List，则写入内存只需几分之一秒。

我的问题是，为什么Seq在这种情况下如此缓慢？如果是这样，在什么情况下使用Seq比Vector更合适？

由于

Answer 1

如果您发布相关代码段以及您在序列上调用的操作会有所帮助 - immutable.Seq使用List表示（请参阅https://github.com/scala/scala/blob/v2.10.2/src/library/scala/collection/immutable/Seq.scala#L42）。我的猜测是你一直在:+上使用immutable.Seq，它通过复制它附加到列表的末尾（可能会给你二次整体性能），当你切换到直接使用immutable.List，您已使用::附加到开头（为您提供线性表现）。

由于Seq只是一个List，所以当你附加到序列的开头时应该使用它 - cons运算符::只创建一个节点，将它链接到列表的其余部分，这与不可变数据结构的速度一样快。否则，如果您添加到最后，并且您坚持不变性，则应使用Vector（或即将发布的Conc列表！）。

如果您想验证这些声明，请参阅此link，其中使用ScalaMeter比较两个操作的性能 - 当您添加到开头时，列表比矢量快8倍。

但是，最合适的数据结构应该是ArrayBuffer或VectorBuilder。这些是可动态调整大小的可变数据结构，如果使用+=构建它们，您将获得合理的性能。这假设您没有存储基元。