多级缓存体系

最新推荐文章于 2024-08-09 11:16:48 发布

镜鸾

最新推荐文章于 2024-08-09 11:16:48 发布

阅读量910

点赞数 16

文章标签：缓存

本文链接：https://blog.csdn.net/2301_78960337/article/details/139176459

版权

进程内缓存

缓存空间和代码程序位于同一台机器的同一进程内
其实就是常见的，在本机内存中开辟一块空间用于数据缓存，由于内存的读写速度远高于磁盘，所以，对于系统性能会有很大的提升

JDK Map

HashMap：底层基于hash表，用一个唯一的key作为数据的标识符，并且，通过一定的算法，将key转换为数据的索引，用于在底层数组进行快速读写，hashMap底层是哈希表+红黑树+双向链表
ConcurrentHashMap：是JUC并发包提供的一个线程安全的hashMap，在多线程同时执行数据更新操作时，通过底层加锁，保证数据的安全
LinkedHashMap:保留了元素的插入顺序，在一些特殊的业务场景中，发挥作用
TreeMap：底层基于红黑树

ConcurrentHashMap

为什么ConcurrentHashMap可以保证线程安全？
细粒度的锁：
ConcurrentHashMap只对哈希表中的头节点加锁，锁的粒度小，减少了对整体性能的影响
在这里插入图片描述
应用:
springIoC的bean单例池

本地缓存框架

使用缓存框架比单纯的使用JDK原生Map，可以实现的功能更多，例如，实现缓存的清理，缓存定期淘汰等，因为内存是十分宝贵的资源，所以，必须要将缓存所占用的内存空间控制在合理的范围内
不能让缓存无限的增大，不然，会使本机的内存资源耗尽，最终，让本机直接宕机

Caffeine

咖啡因框架，在一众缓存框架中性能最高，使用W-TinyLFU淘汰策略，支持缓存的容量控制，统计信息等
在这里插入图片描述

<!-- https://mvnrepository.com/artifact/com.github.ben-manes.caffeine/caffeine -->
<dependency>
    <groupId>com.github.ben-manes.caffeine</groupId>
    <artifactId>caffeine</artifactId>
    <version>3.1.8</version>
</dependency>

可以整个spring服务共用一个Caffeine缓存，只要在配置类中创建并且注入到SpringIoC容器中就行了
可以看到Caffeine依然是基于索引来标识缓存的

@Configuration
public class CaffeineConfig {

    @Bean
    public Cache<String,Object> caffeine(){

        return Caffeine
                .newBuilder()
                .maximumSize(1000)
                .expireAfterWrite(5, TimeUnit.MINUTES)
                .build();
    }
}

        cache.put("test1",1);
        cache.put("test2",2);
        cache.put("test3",3);

        System.out.println(cache);
        System.out.println(cache.getIfPresent("test1"));

        //通过让key失效删除缓存
        cache.invalidate("test1");
        
        //返回有关缓存的统计信息：例如缓存命中次数或者缓存命中率等
        CacheStats stats = cache.stats();
        System.out.println(stats.hitCount());
        System.out.println(stats.hitRate());

maximumSize: 指定缓存可以包含的最大条目数。请注意，缓存可能会在超出此限制之前逐出条目，或者在逐出时暂时超出阈值。
当缓存大小接近最大值时，缓存会逐出不太可能再次使用的条目。例如，缓存可能会驱逐某个条目，因为它最近或不经常使用。
当大小为零时，元素在加载到缓存后将立即被驱逐。这在测试中很有用，或者在不更改代码的情况下暂时禁用缓存。
由于驱逐是在配置的执行器上安排的，因此测试可能更喜欢将缓存配置为直接在同一线程上执行任务。此功能不能与 MaximumWeight
结合使用。参数： MaximumSize – 缓存的最大大小返回：这个咖啡因实例（用于链接）
expireAfterWrite 指定在创建条目或最近替换其值后经过固定持续时间后，应自动从缓存中删除每个条目。过期条目可能会计入
Cache.estimatedSize() 中，但对于读或写操作永远不可见。作为 javadoc
类中描述的例行维护的一部分，过期的条目将被清除。可以配置调度器（Scheduler）来及时删除过期条目。如果您可以将持续时间表示为
Duration（在可行的情况下应首选），请改用 expireAfterWrite(Duration)。参数：持续时间 –
条目创建后应自动删除的时间长度单位 – 持续时间表示的单位返回：这个咖啡因实例（用于链接）投掷：
IllegalArgumentException – 如果持续时间为负数 IllegalStateException –
如果已设置生存时间或变量到期时间

Cache、LoadingCache、AsyncCache 和 AsyncLoadingCache 实例的构建器，具有以下功能的组合：
自动将条目加载到缓存中，可以选择异步当超过基于频率和新近度的最大值时，基于大小的驱逐基于时间的条目到期时间，自上次访问或上次写入以来测量
当第一个条目的过时请求发生时异步刷新键自动包装在弱引用中值自动包装在弱引用或软引用中写入传播到外部资源
驱逐（或以其他方式删除）条目的通知缓存访问统计数据的累积这些功能都是可选的；可以使用全部或不使用其中任何一个来创建缓存。
默认情况下，Caffeine 创建的缓存实例不会执行任何类型的驱逐。