java的代码就不说了，毕竟不是我的主业。

1.c#数据库连接池Hikari.

(1)动态加载各类数据库驱动

（2）支持简单配置文件

（3）支持按照名称多数据库调用

（4）使用简洁

单数据库使用：

HikariConfig hikariConfig = new HikariConfig();
hikariConfig.LoadConfig("Hikari.txt");
HikariDataSource hikariDataSource = new HikariDataSource(hikariConfig);

获取连接：

hikariDataSource.GetConnection();

连接池管理类获取

ManagerPool.Instance.GetDbConnection(MySql);

项目地址：

https://github.com/jinyuttt/Hikari.git

2.c#数据库封装DBQuerySharp

（1）各类数据库均有，功能齐备

（2）有SQL,NoSQL样例，完善了封装

（3）封装成了服务化模型。扩展使用和优化

（4）有查询的缓存优化样例。

整个包括了SQL数据库(连接池任意配置)，本地KV数据库(berkeleydb)，本地SQL数据库(Sqlite)，内存SQL数据库(Sqlite)，内存NOSQL数据库(redis),内存KV存储（LRU缓存）

（5）相关项目

1.sqilte 2.berkeleydb 3.一般数据库使用（通过Hikari） 4.redis   包含其他项目： 1.序列化 2.通信 3.自定义数据库连接池

项目地址：

https://github.com/jinyuttt/DBQuerySharp.git

3.本地缓存JYCache

(1)完全本地换K-V缓存

（2）实现FIFO,LRU,LFU策略

使用示例：

CacheConfig config = new CacheConfig();
config.CacheTime = 1800;//（时间都是秒)
config.Policy = CachePolicy.FIFO;//设置消失策略
ICache<int,int> cache=CacheFactory<int, int>.Create(config);
cache.CacheRemoveListener += Cache_CacheRemoveListener;
cache.Add(1, 1，10);//单独设置key保持10秒

项目地址：

https://github.com/jinyuttt/JYCache.git

4.Hash一直负载均衡LoadBalanceHash

(1)实现Hash一致算法。算法原理网上搜索很多，我就不说了。只需要搜索“Hash一致”

（2）这方面我不擅长，主要是参阅网友的东西。我的封装包括了2个项目。一个是网上原理KetamaHash .

(3)主要参阅：https://www.cnblogs.com/daizhj/archive/2010/08/24/1807324.html；

https://blog.csdn.net/cywosp/article/details/23397179/

(4)代码说明

参考网上的代码就不说了，一模一样。主要是MD5+SortedList.

这里说我测试的另外一个组合。MurmurHash+SortedList.这个是充分验证了效率的。

MurmurHash算法比较快，网上多少MD5.用法基本可以一样，但是我没有使用原来进行分组了。底层存储我测试了SortedDictionary,SortedList以及自定义红黑树（gi网友的，可以使用）。他们的主要问题都是在获取Key右侧最近的节点。都没有提供现成的。所以测试很慢。

最后测试MurmurHash+SortedList.但是多了一层封装。我将其SortedList与红黑树合并（也可以直接自己封装一个类结构，项目中也有样例）。在初始化时，数据添加到红黑树中。然后通过UpdateSort快速遍历，将数据导入SortedList存储使用，这样就启用了其中为Hash一致封装的功能TialNode.但是这里不能使用网上的方法，用linq查询，太慢。我在内部直接使用二分法进行搜索。后面说原因。采用这种办法会很快，而且直接返回最右侧的一个值。这里强调一个问题，不能使用多线程分片查询，更加慢。经过测试，每个线程都是一样的时间，和应该线程直接查询一样的时间使用。都是很短的时间大约一个线程30-800（比毫秒还小的那个单位）。我测试使用的分片方法任然在，但是不能使用。这个可能和数据量有关，一个线程的数据量没有千万级就不要测试了，二分法的方法已经够快了，一次干掉一般的数据，没有几次就结束了。

最后说说碰上的一个小问题：比较SortedDictionary, SortedList。我推荐一篇文章，是我自己查阅源码（net core）之后，认为这篇文章是真实的。博文地址：https://blog.csdn.net/ma_jiang/article/details/78600043。我比较认可。也正是由于2者的结构，所以我最后采用SortedList来实现Hash一致。

关于这个问题说2点：SortedList内存小，而且是线性数组实现的Key与value。SortedDictionary则是二叉树。查询一个是二分法，一个是二叉树。另外一个困惑是，我采用红黑树搜索居然达不到它们2者的速度，我感觉奇怪。后面我再继续测试吧。

项目地址：

https://github.com/jinyuttt/LoadBalanceHash.git