分布式条件下Integer大小比值的问题

目录

• 起因
• 但是，搞大数据的同学请注意了！
• 动机
• 验证
• 总结
  • 处理

起因

临下班，偶然看到阿里巴巴《JAVA开发手册》中，关于整型包装类对象之间值的比较的规约，里面提到强制使用equals,而不使用==。原因众所周知，在-128 至 127，Integer 对象是在 IntegerCache.cache 产生。

所以很多人会在代码里使用去进行-128 至 127之间的数值比较。特别是一些常量，如state,status这类的常量，值通常都在100以内进行定义。感觉上是没有问题。阿里的《JAVA开发手册》里面也提到了“**这个区间内的 Integer 值可以直接使用进行判断**”。

但是，搞大数据的同学请注意了！

大数据天然是分布式的，比如spark,每个executor执行器哪怕在同一个服务器节点上，也会申请一个单独的JVM,所以，这个时候定义一个Integer哪怕是落在-128 至 127范围以内，通过“==”能得到想要的效果吗？

都在不同的JVM了，内存地址当然不一样了，所以答案很显然是否定的。

动机

鉴于阿里巴巴的影响力，它的《JAVA开发手册》读者还有众多的。所以，觉得有必要提醒出这一点。

1.在大数据分布式情况下，对于 Integer var = ? 在-128 至 127 之间的赋值，不可以直接使用==进行判断。

2.不管是单机程序还是分布式程序，一律使用equals进行数值比较，或者使用基础数据类型。

验证

测试代码：

public class Constants {
    public static final Integer STATE = 1;
}

int state = 1;
        Integer state1 = 1;
        Integer state2 = new Integer(1);
        Integer state3 = Integer.valueOf(1);
        SparkSession session = SparkSession.builder().appName("Validate").getOrCreate();
        Long count = session.read().limf("/patt").select("vin").map(new MapFunction<Row, String>() {
            @Override
            public String call(Row value) throws Exception {
                System.out.println("1 hashcode :" + System.identityHashCode(state1)+" 2:"+System.identityHashCode(state2)+" 3:"+System.identityHashCode(state3)+" constant = " + System.identityHashCode(Constants.STATE.hashCode()));
                System.out.println((state == Constants.STATE) + " 1:" + (state1 == Constants.STATE) + " 2:" + (state2 == Constants.STATE) + " 3:" + (state3 == Constants.STATE));
                Thread.sleep(100000);
                return value.mkString();
            }
        }, Encoders.STRING()).count();

在不同的task打印出来的日志：

可以看到，用了Integer包装类的分布式内部比较使用“==”得不到预期值。

总结

Integer state1= 1;
Integer state2 = 1;
单机模式下state1 == state2为ture
但是上面模式下，state1和state2分属两个JVM，返回false，这种情况比较容易忽略和误用。

处理

已在github提出问题
https://github.com/alibaba/p3c/issues/863