对于缓存系统,我们在开发中经常用到的,除了本地缓存,还有像memcached、redis这样优秀的分布式缓存服务器,在这些缓存服务器中,有一个经常听说的术语,叫做淘汰策略,也就是当系统中缓存越来越多时,需要执行一定的策略,来实现缓存的合理利用,下图是redis配置文件中关于淘汰策略的相关配置:
在redis提供的这些可选择的淘汰策略中,有一个叫做LRU的组合策略,下面也有了说明:LRU means Least Recently Used,也就是最近最少使用的,当触发淘汰策略时,会找出最近最少使用的缓存进行淘汰,下面就使用Java中自带的LinkedHashMap来实现这个LRU的缓存系统。
对于本地的缓存系统,一般使用集合来实现,最常用的就是HashMap,存储键值对,但是缓存越来越多时,想要淘汰其中一些不常用的缓存时,就比较麻烦,首先要标记哪些缓存是常用的,哪些是不常用的,淘汰的时候还要进行遍历,影响性能,好在JDK中提供了一个集合类,可以简易实现一个LRU的缓存系统,那就是LinkedHashMap。
LinkedHashMap是由数组+链表+红黑树的结构实现的,它的构造方法中,有一个是这样的:
注意第三个参数,boolean accessOrder,这个参数默认为false,从它的注释说明来看,当参数为true时,按照访问顺序,当参数为false时,按照插入顺序,这就为我们实现一个LRU的缓存系统提供了很大的遍历,因为我们要利用这个访问顺序来实现。再来看另外一个方法:
顾名思义,就是移除最老的那些元素,可以通过重写这个方法来控制缓存元素的删除,当缓存满了后,就可以通过返回true删除最久未被使用的元素,达到LRU的要求。多说无益,上代码。
package com.zjl.test;
import java.util.LinkedHashMap;
import java.util.Map;
import java.util.Set;
public class SimpleLRUCache<K, V> {
private final int MAX_CACHE_SIZE;
private final float DEFAULT_LOAD_FACTORY = 0.75f;
LinkedHashMap<K, V> map;
public SimpleLRUCache(int cacheSize) {
MAX_CACHE_SIZE = cacheSize;
int capacity = (int)Math.ceil(MAX_CACHE_SIZE / DEFAULT_LOAD_FACTORY) + 1;
map = new LinkedHashMap<K, V>(capacity, DEFAULT_LOAD_FACTORY, true) {
private static final long serialVersionUID = 1L;
@Override
protected boolean removeEldestEntry(Map.Entry<K, V> eldest) {
return size() > MAX_CACHE_SIZE;
}
};
}
public synchronized void put(K key, V value) {
map.put(key, value);
}
public synchronized V get(K key) {
return map.get(key);
}
public synchronized void remove(K key) {
map.remove(key);
}
public synchronized Set<Map.Entry<K, V>> getAll() {
return map.entrySet();
}
@Override
public String toString() {
StringBuilder stringBuilder = new StringBuilder();
for (Map.Entry<K, V> entry : map.entrySet()) {
stringBuilder.append(String.format("%s: %s ", entry.getKey(), entry.getValue()));
}
return stringBuilder.toString();
}
}
下面就来测试一下,大家都知道,NBA每队首发球员都是5人,就那这个来举例:
package com.zjl.test;
public class LRUTest {
public static void main(String[] args) {
SimpleLRUCache<String, String> lru = new SimpleLRUCache<>(5);
lru.put("球员1", "杜兰特");
lru.put("球员2", "表妹");
lru.put("球员3", "库里");
System.out.println(lru);
lru.get("球员1");
System.out.println(lru);
lru.put("球员4", "一哥");
lru.put("球员5", "汤姆");
System.out.println(lru);
lru.put("球员6", "格林");
System.out.println(lru);
}
}
运行结果如下:
可以看出,当我们访问杜兰特时,他的位置就变成的最新的位置,继续添加首发,会综合访问顺序和之后的添加作出一个合理的顺序,而这时追蛋格林必须要求首发,就把表妹给淘汰掉了!
重点在这个get()方法,当我们get时,这个集合就会把元素进行LRU的策略排序,进入源码来看究竟:
它的注释简单,但是特别明了,move node to last,无须多言,源码就是最好的解释,开源的精神不仅仅在于贡献,更是让你知其然,并知其所以然,这样结合源码,一个简易的LRU缓存的核心就实现了!