主要观点：

• 许多“脚本”语言使用哈希表作为默认的关联数据结构，但哈希表有很多问题，如易受哈希洪水攻击、迭代顺序不确定、插入时可能重新哈希导致最坏情况延迟大、在 wasm 目标上难以避免大分配的碎片化、向量指令受限等，而有序数据结构如 B 树没有这些缺点，但通常比哈希表慢。
• 通过微基准测试比较了 Rust 的std::collections::HashMap、std::collections::BTreeMap，Zig 的std.HashMap（使用 siphash 和 wyhash）以及作者自己的bptree，发现哈希表在连续多次查找时受益于推测执行，而 B 树则没有，并且不同的测试场景（如整数键、字符串键、wasm 环境等）下性能表现不同。
• 实现了 B 树和 B+树，发现对于插入/查找操作两者区别不大，更喜欢 B+树的简单实现；对 Rust 的 BTreeMap 进行了一些优化，如固定节点大小、使用less_than进行搜索等，但线性搜索在大多数基准测试中仍然更快。
• 总体认为进一步探索 B 树不值得，将继续使用哈希表，但留下了一些未探索的想法，如将哈希函数作为编译器的稳定 API 的一部分、使用哈希数组映射 trie 等。

关键信息：

• 哈希表的缺点：易受哈希洪水攻击、迭代顺序不确定、插入时可能重新哈希导致最坏情况延迟大、在 wasm 目标上难以避免大分配的碎片化、向量指令受限。
• 不同数据结构的性能表现：在连续多次查找时哈希表受益于推测执行，B 树则没有；不同测试场景下性能不同，如整数键时 B 树和哈希表差异不大，字符串键时 B 树性能受影响较大，wasm 环境下性能表现也有所不同。
• 对 Rust 的 BTreeMap 的优化：固定节点大小为 512 字节、使用less_than进行搜索、尝试不同的二进制搜索等。
• 空间使用情况：预计 B 树的空间使用情况更差，随机键时典型节点占用率为 50%，而 Zig 哈希表为 80%。

重要细节：

• 微基准测试的不同版本及结果，如lookup_hit_all、lookup_hit_one、lookup_hit_batch、lookup_hit_chain等，不同版本下哈希表和 B 树的性能表现差异。
• 不同环境下的测试情况，如在 wasm 环境下哈希函数和表扫描都不生成向量指令。
• 实验使用的工具和环境：rustc 1.77.2、zig 0.14.0-dev.1694+3b465ebec、wasmtime-cli 20.0.2，运行在 intel i7-1260P 上，关闭效率核心、设置缩放调节器为性能、禁用涡轮模式和 ASLR 等。
• 留下的未探索想法，如将哈希函数作为编译器的稳定 API 的一部分、使用哈希数组映射 trie 等。