数组实现性能计数的核心是用下标作分类标识、元素值作累计次数，所有操作O(1)，适合固定范围频次统计；结合环形数组与时间窗口可实现滚动吞吐量计算，多线程需用AtomicIntegerArray。
用数组实现性能计数逻辑，核心是把数组当作“可索引的计数容器”，既轻量又高效。它不依赖复杂对象或哈希结构，适合高频、低开销的统计场景，比如请求类型分布、状态码频次、模块调用次数等。关键在于：数组下标代表分类标识，元素值代表累计次数，所有操作都是 O(1) 时间复杂度。
用数组做固定范围的频次统计
当待统计的值有明确、有限的取值范围（如 HTTP 状态码 200/404/500，或枚举 ID 0–9），直接用整型数组初始化为全 0，遍历数据时用值作下标自增即可：
- 定义 int[] statusCount = new int[600];（覆盖 0–599，足够容纳常见状态码）
- 每次收到响应：statusCount[statusCode]++;
- 无需判空、无需键查找，比 Map 快 3–5 倍，内存占用也更紧凑
数组 + 时间窗口实现吞吐量滚动统计
单纯计总数无法反映实时压力，需结合时间维度。可用环形数组（固定长度）记录每秒请求数，再滑动计算 N 秒内吞吐量：
- 声明 int[] reqPerSecond = new int[60];（存最近 60 秒的计数）
- 用 int writeIndex = (int)(System.currentTimeMillis() / 1000) % 60; 定位当前秒槽位
- 每处理一个请求：reqPerSecond[writeIndex]++;
- 计算最近 10 秒吞吐量：累加 reqPerSecond[(writeIndex - i + 60) % 60]（i 从 0 到 9）
实战中与吞吐量指标联动的关键细节
数组计数本身不等于吞吐量，必须绑定时间戳和上下文才有意义。常见落地方式：
- 启动时记录开始时间：long startNs = System.nanoTime();
- 每完成一批处理（如 batch=100），原子更新数组对应 slot 的计数值，并检查是否到采样周期（如 1s）
- 避免竞争：若多线程写同一数组，用 AtomicIntegerArray 替代普通 int[]；若单线程，普通数组更省资源
- 输出示例："TPS=1247, 200s=1189, 404s=32, 500s=26" —— 这类字符串拼接建议复用 StringBuilder，避免临时对象爆炸
对比其他方案的适用边界
数组计数不是万能的，选它前确认满足以下条件：
- 分类维度离散且范围可控（
- 不要求按插入顺序遍历，只要快速查某类累计值
- 不需存储额外元数据（如首次出现时间、最大单次耗时），只关心“多少次”
- 实时性要求高（微秒级计数延迟），Map 或 ConcurrentHashMap 有哈希开销和扩容风险
