Google的CacheBuilder缓存

1:refreshAfterWrite

Guava Cache特性&＃xff1a;对于同一个key&＃xff0c;只让一个请求回源load数据&＃xff0c;其他线程阻塞等待结果这种情况&＃xff1a;如果缓存过期&＃xff0c;恰好有多个线程读取同一个key的值&＃xff0c;那么guava只允许一个线程去加载数据&＃xff0c;其余线程阻塞。这虽然可以防止大量请求穿透缓存&＃xff0c;但是效率低下。使用refreshAfterWrite可以做到&＃xff1a;只阻塞加载数据的线程&＃xff0c;其余线程返回旧数据。

2:之前常用 ConcurrentMap来做缓存&＃xff0c;那它们有什么区别呢&＃xff1f;

Guava Cache与ConcurrentMap很相似&＃xff0c;但也不完全一样。最基本的区别是ConcurrentMap会一直保存所有添加的元素&＃xff0c;直到显式地移除。相对地&＃xff0c;Guava Cache为了限制内存占用&＃xff0c;通常都设定为自动回收元素&＃xff0c;可设置过期时间。在某些场景下&＃xff0c;尽管LoadingCache 不回收元素&＃xff0c;它也是很有用的&＃xff0c;因为它会自动加载缓存。

三种基于时间的清理或刷新缓存数据的方式&＃xff1a;

expireAfterAccess: 当缓存项在指定的时间段内没有被读或写就会被回收。

expireAfterWrite&＃xff1a;当缓存项在指定的时间段内没有更新就会被回收。

refreshAfterWrite&＃xff1a;当缓存项上一次更新操作之后的多久会被刷新。

考虑到时效性&＃xff0c;我们可以使用expireAfterWrite&＃xff0c;使每次更新之后的指定时间让缓存失效&＃xff0c;然后重新加载缓存。guava cache会严格限制只有1个加载操作&＃xff0c;这样会很好地防止缓存失效的瞬间大量请求穿透到后端引起雪崩效应。

     然而&＃xff0c;通过分析源码&＃xff0c;guava cache在限制只有1个加载操作时进行加锁&＃xff0c;其他请求必须阻塞等待这个加载操作完成&＃xff1b;而且&＃xff0c;在加载完成之后&＃xff0c;其他请求的线程会逐一获得锁&＃xff0c;去判断是否已被加载完成&＃xff0c;每个线程必须轮流地走一个“”获得锁&＃xff0c;获得值&＃xff0c;释放锁“”的过程&＃xff0c;这样性能会有一些损耗。这里由于我们计划本地缓存1秒&＃xff0c;所以频繁的过期和加载&＃xff0c;锁等待等过程会让性能有较大的损耗。

     因此我们考虑使用refreshAfterWrite。refreshAfterWrite的特点是&＃xff0c;在refresh的过程中&＃xff0c;严格限制只有1个重新加载操作&＃xff0c;而其他查询先返回旧值&＃xff0c;这样有效地可以减少等待和锁争用&＃xff0c;所以refreshAfterWrite会比expireAfterWrite性能好。但是它也有一个缺点&＃xff0c;因为到达指定时间后&＃xff0c;它不能严格保证所有的查询都获取到新值。了解过guava cache的定时失效&＃xff08;或刷新&＃xff09;原来的同学都知道&＃xff0c;guava cache并没使用额外的线程去做定时清理和加载的功能&＃xff0c;而是依赖于查询请求。在查询的时候去比对上次更新的时间&＃xff0c;如超过指定时间则进行加载或刷新。所以&＃xff0c;如果使用refreshAfterWrite&＃xff0c;在吞吐量很低的情况下&＃xff0c;如很长一段时间内没有查询之后&＃xff0c;发生的查询有可能会得到一个旧值&＃xff08;这个旧值可能来自于很长时间之前&＃xff09;&＃xff0c;这将会引发问题。

     可以看出refreshAfterWrite和expireAfterWrite两种方式各有优缺点&＃xff0c;各有使用场景。那么能否在refreshAfterWrite和expireAfterWrite找到一个折中&＃xff1f;比如说控制缓存每1s进行refresh&＃xff0c;如果超过2s没有访问&＃xff0c;那么则让缓存失效&＃xff0c;下次访问时不会得到旧值&＃xff0c;而是必须得待新值加载。由于guava官方文档没有给出一个详细的解释&＃xff0c;查阅一些网上资料也没有得到答案&＃xff0c;因此只能对源码进行分析&＃xff0c;寻找答案。经过分析&＃xff0c;当同时使用两者的时候&＃xff0c;可以达到预想的效果&＃xff0c;这真是一个好消息呐&＃xff01;

Guava Cache是单个应用运行时的本地缓存&＃xff0c;单机版的缓存。它不把数据存放到文件或外部服务器。如果这不符合你的需求&＃xff0c;请尝试Memcached或Redis

3:Guava Cache api介绍

guava cache是一个本地缓存。

优点

线程安全的缓存&＃xff0c;与ConcurrentMap相似&＃xff0c;但前者增加了更多的元素失效策略&＃xff0c;后者只能显示的移除元素。
提供了三种基本的缓存回收方式&＃xff1a;基于容量回收、定时回收和基于引用回收。定时回收有两种&＃xff1a;按照写入时间&＃xff0c;最早写入的最先回收&＃xff1b;按照访问时间&＃xff0c;最早访问的最早回收。
监控缓存加载/命中情况。
集成了多部操作&＃xff0c;调用get方式&＃xff0c;可以在未命中缓存的时候&＃xff0c;从其他地方获取数据源&＃xff08;DB&＃xff0c;redis&＃xff09;&＃xff0c;并加载到缓存中。

缺点

Guava Cache的超时机制不是精确的。

public static void main(String[] args) throws ExecutionException, InterruptedException{//缓存接口这里是LoadingCache&＃xff0c;LoadingCache在缓存项不存在时可以自动加载缓存LoadingCache studentCache//CacheBuilder的构造函数是私有的&＃xff0c;只能通过其静态方法newBuilder()来获得CacheBuilder的实例&＃61; CacheBuilder.newBuilder()//设置并发级别为8&＃xff0c;并发级别是指可以同时写缓存的线程数.concurrencyLevel(8)//设置写缓存后8秒钟过期.expireAfterWrite(8, TimeUnit.SECONDS)//设置缓存容器的初始容量为10.initialCapacity(10)//设置缓存最大容量为100&＃xff0c;超过100之后就会按照LRU最近虽少使用算法来移除缓存项.maximumSize(100)//设置要统计缓存的命中率.recordStats()//设置缓存的移除通知.removalListener(new RemovalListener() {&＃64;Overridepublic void onRemoval(RemovalNotification notification) {System.out.println(notification.getKey() &＃43; " was removed, cause is " &＃43; notification.getCause());}})//build方法中可以指定CacheLoader&＃xff0c;在缓存不存在时通过CacheLoader的实现自动加载缓存.build(new CacheLoader() {&＃64;Overridepublic Student load(Integer key) throws Exception {System.out.println("load student " &＃43; key);Student student &＃61; new Student();student.setId(key);student.setName("name " &＃43; key);return student;}});for (int i&＃61;0;i<20;i&＃43;&＃43;) {//从缓存中得到数据&＃xff0c;由于我们没有设置过缓存&＃xff0c;所以需要通过CacheLoader加载缓存数据Student student &＃61; studentCache.get(1);System.out.println(student);//休眠1秒TimeUnit.SECONDS.sleep(1);}System.out.println("cache stats:");//最后打印缓存的命中率等 情况System.out.println(studentCache.stats().toString());}

输出结果&＃xff1a;

cache stats:
CacheStats{hitCount&＃61;17, missCount&＃61;3, loadSuccessCount&＃61;3, loadExceptionCount&＃61;0, totalLoadTime&＃61;1348802, evictionCount&＃61;2}

原因&＃xff1a;看看到在20此循环中命中次数是17次&＃xff0c;未命中3次&＃xff0c;这是因为我们设定缓存的过期时间是写入后的8秒&＃xff0c;所以20秒内会失效两次&＃xff0c;另外第一次获取时缓存中也是没有值的&＃xff0c;所以才会未命中3次&＃xff0c;其他则命中。

不能持久化本地缓存
常用方法

V getIfPresent(Object key) 获取缓存中key对应的value&＃xff0c;如果缓存没命中&＃xff0c;返回null。
V get(K key) throws ExecutionException 获取key对应的value&＃xff0c;若缓存中没有&＃xff0c;则调用LocalCache的load方法&＃xff0c;从数据源中加载&＃xff0c;并缓存。
void put(K key, V value) 如果缓存有值&＃xff0c;覆盖&＃xff0c;否则&＃xff0c;新增
void putAll(Map m);循环调用单个的方法
void invalidate(Object key); 删除缓存
void invalidateAll(); 清楚所有的缓存&＃xff0c;相当远map的clear操作。
long size(); 获取缓存中元素的大概个数。为什么是大概呢&＃xff1f;元素失效之时&＃xff0c;并不会实时的更新size&＃xff0c;所以这里的size可能会包含失效元素。
CacheStats stats(); 缓存的状态数据&＃xff0c;包括(未)命中个数&＃xff0c;加载成功/失败个数&＃xff0c;总共加载时间&＃xff0c;删除个数等。
asMap()方法获得缓存数据的ConcurrentMap快照
cleanUp()清空缓存
refresh(Key) 刷新缓存&＃xff0c;即重新取缓存数据&＃xff0c;更新缓存
ImmutableMap getAllPresent(Iterable keys) 一次获得多个键的缓存值
核心类

CacheBuilder&＃xff1a;类&＃xff0c;缓存构建器。构建缓存的入口&＃xff0c;指定缓存配置参数并初始化本地缓存。 
CacheBuilder在build方法中&＃xff0c;会把前面设置的参数&＃xff0c;全部传递给LocalCache&＃xff0c;它自己实际不参与任何计算。这种初始化参数的方法值得借鉴&＃xff0c;代码简洁易读。
CacheLoader&＃xff1a;抽象类。用于从数据源加载数据&＃xff0c;定义load、reload、loadAll等操作。
Cache&＃xff1a;接口&＃xff0c;定义get、put、invalidate等操作&＃xff0c;这里只有缓存增删改的操作&＃xff0c;没有数据加载的操作。
AbstractCache&＃xff1a;抽象类&＃xff0c;实现Cache接口。其中批量操作都是循环执行单次行为&＃xff0c;而单次行为都没有具体定义。
LoadingCache&＃xff1a;接口&＃xff0c;继承自Cache。定义get、getUnchecked、getAll等操作&＃xff0c;这些操作都会从数据源load数据。
AbstractLoadingCache&＃xff1a;抽象类&＃xff0c;继承自AbstractCache&＃xff0c;实现LoadingCache接口。
LocalCache&＃xff1a;类。整个guava cache的核心类&＃xff0c;包含了guava cache的数据结构以及基本的缓存的操作方法。
LocalManualCache&＃xff1a;LocalCache内部静态类&＃xff0c;实现Cache接口。 
其内部的增删改缓存操作全部调用成员变量 localCache&＃xff08;LocalCache类型&＃xff09;的相应方法。
LocalLoadingCache&＃xff1a;LocalCache内部静态类&＃xff0c;继承自LocalManualCache类&＃xff0c;实现LoadingCache接口。 
其所有操作也是调用成员变量localCache&＃xff08;LocalCache类型&＃xff09;的相应方法。
CacheStats&＃xff1a;缓存加载/命中统计信息。