云原生+边缘计算+KubeEdge，打造智能边缘管理平台
download：网盘链接
hashCode() 和 equals()的区别
equals()
equals() 办法用于比拟两个对象能否相等，它与 == 相等比拟符有着实质的不同。
在万物皆对象的 Java 体系中，系统把判别对象能否相等的权利交给程序员。详细的措施是把 equals() 办法写到 Object 类中，并让一切类继承 Object 类。 这样程序员就能在自定义的类中重写 equals() 办法, 从而完成本人的比拟逻辑。
hashCode()
hashCode() 的意义是哈希值, 哈希值是经哈希函数运算后得到的结果，哈希函数可以保证相同的输入可以得到相同的输出(哈希值)，但是不可以保证不同的输入总是能得出不同的输出。
当输入的样本量足够大时，是会产生哈希抵触的，也就是说不同的输入产生了相同的输出。
暂且不谈抵触，就相同的输入可以产生相同的输出这点而言，是及其珍贵的。它使得系统只需求经过简单的运算，在时间复杂度O(1)的状况下就能得出数据的映射关系，依据这种特性，散列表应运而生。
一种主流的散列表完成是：用数组作为哈希函数的输出域，输入值经过哈希函数计算后得到哈希值。然后依据哈希值，在数组种找到对应的存储单元。当发作抵触时，对应的存储单元以链表的方式保管抵触的数据。
两者关系
在大多数编程理论中，归根结底会落实到数据的存取问题上。 在汇编言语时期，你需求老诚实实地对每个数据操作编写存取语句。
而随着时期开展到今天，我们都用更便当灵敏的高级言语编写代码，比方 Java。
Java 以面向对象为中心思想，封装了一系列操作数据的 api，降低了数据操作的复杂度。
但在我们对数据停止操作之前，首先要把数据依照一定的数据构造保管到存储单元中，否则操作数据将无从谈起。
但是不同的数据构造有各自的特性，我们在存储数据的时分需求选择适宜的数据构造停止存储。 Java 依据不同的数据构造提供了丰厚的容器类，便当程序员选择合适业务的容器类停止开发。
经过继承关系图我们看到 Java 的容器类被分为 Collection 和 Map 两大类，Collection 又能够进一步分为 List 和 Set。 其中 Map 和 Set 都是不允许元素反复的，严厉来说Map存储的是键值对，它不允许反复的键值。
值得留意的是：Map 和 Set 的绝大多数完成类的底层都会用到散列表构造。
讲到这里我们提取两个关键字不允许反复和散列表构造，
回忆 hashCode() 和 equals() 的特性，你能否想到了些什么东西呢？
equals()力不从心
上面提到 Set 和 Map 不寄存反复的元素（key），这些容器在存储元素的时必需对元素做出判别：在当前的容器中有没有和新元素相同的元素？
你可能会想：这容易呀，直接调用元素对象的 equals() 办法停止比拟不就行了吗？
假如容器中的存储的对象数量较少，这的确是个好主见，但是假如容器中寄存的对象到达了一定的范围，要调用容器中一切对象的 equals() 办法和新元素停止比拟，就不是一件容易的事情了。
就算 equals() 办法的比拟逻辑简单无比，总的来说也是一个时间复杂度为 O(n) 的操作啊。
hashCode() 小力出奇观
但在散列表的根底上，判别新对象能否和已存在对象相同就容易得多了。
由于每个对象都自带有 hashCode()，这个 hashCode 将会用作散列表哈希函数的输入，hashCode 经过哈希函数计算后得到哈希值，新对象会依据哈希值，存储到相应的内存的单元。
我们无妨假定两个相同的对象，hashCode() 一定相同，这么一来就表现出哈希函数的能力了。
由于相同的输入一定会产生相同的输出，于是假如新对象，和容器中已存在的对象相同，新对象计算出的哈希值就会和已存在的对象的哈希值产生抵触。
这时容器就能判别：这个新参加的元素曾经存在，需求另作处置：掩盖掉原来的元素（key）或舍弃。
依照这个思绪，假如这个元素计算出的哈希值所对应的内存单元没有产生抵触，也就是没有反复的元素，那么它就能够直接插入。
所以当运用 hashCode() 时，判别能否有相同元素的代价，只是一次哈希计算，时间复杂度为O(1)，这极大地进步了数据的存储性能。
总结
1、假如两个对象相同（即用equals比拟返回true），那么它们的hashCode值一定要相同；
2、假如两个对象的hashCode相同，它们并不一定相同（即用equals比拟返回false）。
【云原生+边缘计算+KubeEdge，打造智能边缘管理平台源码齐全】为了进步程序的效率才完成了hashcode办法，先停止hashcode的比拟，假如不同，那没就不用在停止equals的比拟了，这样就大大减少了equals比拟的次数。
推荐阅读
- 云原生|云原生架构系列——概念及原理
- 云原生架构白皮书学习笔记(1)（为什么需要云原生）
- 云原生时代的搜索服务算力管理
- kubesphere|（十四）从零开始搭建k8s集群——使用KubeSphere管理平台搭建一个高可用的基于Raft的kafka集群服务
- 宜搭小技巧｜第一时间看到审批进度（消息通知来帮你）
- 稳定性与高可用保障的工作思路
- 从构建到治理，业内首本微服务治理技术白皮书正式发布（含免费下载链接）
- OPLG（新一代云原生可观测最佳实践）
- 如何发起 MQTT 亿级连接和千万消息吞吐性能测试