Java缓存库对比-以及OHCache总结

堆内缓存：

1. LinkedHashMap：Java自带类，内置LRU驱逐策略的实现（access-order）；多线程访问需要自己实现同步。
2. Guava Cache：Google Guava工具包中的缓存实现，支持LRU驱逐策略；支持多线程并发访问，支持按时间过期，但只有在访问时才清除过期数据。
3. Ehcache：支持多种驱逐策略：LFU、LRU、FIFO，支持持久化和集群。性能跟Guava Cache比相当。
4. Caffeine：支持W-TinyLFU驱逐策略，Benchmark测试读写性能是Guava Cache的6倍左右。

堆外缓存：

1. OHCache：支持缓存驱逐和过期（Cassandra使用的缓存库）
2. ChronicleMap：支持Hash结构，性能好，不支持缓存驱逐
3. MapDB：支持Tree结构，可顺序扫描，不支持缓存驱逐
4. Ehcache3：BigMemory收费

当缓存数据量非常大时，GC压力过大会导致服务响应慢甚至崩溃，在HugeGraph图数据库中为了缓解该问题，需引入堆外缓存，选择了使用OHCache。

OHCache对外缓存总结

开源：https://github.com/snazy/ohc

特性：

• 底层有2种实现：linked实现，适用于中大entry场景，默认实现，大部分feature只在该实现中才支持；chunked实现，适用于小entry场景，通过设置chunkSize或者fixedEntrySize启用。
• 通过eviction()来设置缓存驱逐策略，支持：LRU, W_TINY_LFU, NONE共3种，后两种仅在linked实现中支持。
• 通过capacity()来指定缓存的容量，单位是字节，注意不是条数。
• 通过hashTableSize()来设置每个hash_table最大存放的entry个数数量（默认是0.75的factor）。
• 必须指定自定义的keySerializer、valueSerializer系列化器，重载实现系列化serialize()方法与反序列化deserialize()