本地缓存的使用

缓存对于提升系统性能效果显而易见,而且成本也比较低,深受程序员的青睐。

最简单的用法就是定义一个集合类,存储一些对象信息,下次使用时不需要从别的地方重新获取,而是直接在本地集合类查询即可。常用的是基于k-v 键值对Map系列

示例:

/**
 * 类CollectionCache.java的实现描述:TODO 类实现描述
 * 
 * @author onlyone
 */
public class CollectionCache {

    // 本地缓存
    private static Map<String, Object> context = new HashMap<String, Object>();

    public Object getObject(String key) {
        if (context.containsKey(key)) {
            return context.get(key);
        }
        // 模拟从其它地方获取一个value值
        Object o = new Object();
        context.put(key, o);
        return o;
    }

}


这种用法的确可以带来很大便利,但是存在潜在风险。随着Map集合自增长,会占用大量内存,可能导致频繁Full GC或者内存溢出现象。

因此对于集合的使用,一定要注意限制容量,避免出现内存消耗过多的问题。

常用的解决方案就是通过计数或获取集合大小来实现控制,当到达集合限制数量后,将准备放入集合的对象采取其它策略,比如 LRU最近最少使用原则,或者存储到本地磁盘。


Google的开源软件Guava实现了一个不错的本地缓存器,可以有效解决上面的问题。主要特征:

 1、采用kv存储
 2、当缓存器溢出时,采用最近最少使用原则替换。
 3、过期规则基于最后读写时间。
 4、设置键值引用级别。
 5、元素移出通知。
 6、缓存访问统计。

参数设置:
1. 大小的设置:CacheBuilder.maximumSize(long)     CacheBuilder.weigher(Weigher)   CacheBuilder.maxumumWeigher(long)
2. 时间:expireAfterAccess(long, TimeUnit)    expireAfterWrite(long, TimeUnit)
3. 引用:CacheBuilder.weakKeys()    CacheBuilder.weakValues()    CacheBuilder.softValues()
4. 明确的删除:invalidate(key)   invalidateAll(keys)   invalidateAll()
5. asMap,把缓存动作一个ConcurrentMap


import java.util.concurrent.ExecutionException;
import java.util.concurrent.TimeUnit;

import com.google.common.cache.Cache;
import com.google.common.cache.CacheBuilder;

/**
 * 
 * 类ContextCache.java的实现描述:TODO 类实现描述 
 * @author onlyone 
 */
public class ContextCache {

    /**
     * 超时时间,默认不超时
     */
    private static long                  expiredTime = 2;
    /**
     * 容量大小
     */
    private static long                  size        = 4;

    private static Cache<Object, Object> cache       = null;

    static {
        // 初始化Guava的LocalCache
        CacheBuilder<Object, Object> builder = CacheBuilder.newBuilder().maximumSize(size).initialCapacity(
                                                                                                           (int) (size / 2));
        if (expiredTime > 0) {
            builder.expireAfterWrite(expiredTime, TimeUnit.SECONDS);
        }
        cache = builder.build();
    }
    

    public static void main(String[] args) throws ExecutionException {
        for(int i=1;i<=6;i++){
            cache.put("b"+i, i);
        }
        System.out.println("缓存的大小="+cache.size());
        for(int i=1;i<=6;i++){
            System.out.println("b"+i+"="+cache.getIfPresent("b"+i));
        }

    }

}
缓存的大小=3
b1=null
b2=2
b3=null
b4=null
b5=5
b6=6


更多Guava介绍:http://www.oschina.net/question/565065_114947

Caffeine本地缓存适用于以下场景: 1. 提升应用性能:Caffeine本地缓存可以将频繁访问的数据缓存在内存中,以减少对底层数据源的访问次数,从而提高应用的性能和响应速度。 2. 降低系统负载:通过使用Caffeine本地缓存,可以避免频繁地从数据库或其他外部数据源中读取数据,减少了对外部系统的访问,从而降低了系统的负载。 3. 数据共享与共享状态管理:Caffeine本地缓存可以用于在应用内部共享数据,减少重复计算和查询的开销。同时,它也可以用于管理应用中的共享状态,确保多个线程或进程之间的数据一致性。 4. 缓存数据的有效期管理:Caffeine本地缓存提供了对缓存数据有效期的管理,可以根据需求设置缓存过期时间,以确保缓存数据的及时更新和一致性。 5. 缓解外部服务的压力:对于一些需要频繁调用外部服务的场景,可以使用Caffeine本地缓存来缓存外部服务的响应结果,减少对外部服务的调用次数,降低对外部服务的压力。 总之,Caffeine本地缓存适用于需要提升应用性能、降低系统负载、数据共享与共享状态管理、缓存数据有效期管理和缓解外部服务压力的场景。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* *2* *3* [Caffeine一级缓存介绍和应用](https://blog.csdn.net/u011507134/article/details/127107322)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 100%"] [ .reference_list ]
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值