使用HashMap实现本地缓存

本文是以LinkedHashMap来实现本地缓存

有人会说，题目不是使用HashMap，怎么又变成LinkedHashMap了

先来说一下为什么不使用HashMap做缓存，而是使用LinkedHashMap。

先来对比一下两者的区别

由于LinkedHashMap维护了一个双向链表来记录所有元素的插入顺序或访问顺序，因此它可以很容易地实现一些基于顺序的缓存策略，例如最近最少使用（LRU）策略。当缓存达到最大容量时，我们可以通过遍历双向链表来找到最近最少使用的元素并将其删除。

而对于普通的HashMap，由于它不维护元素的顺序信息，因此要实现类似的缓存策略会比较困难。我们需要额外维护一个数据结构来记录元素的使用情况，并在缓存达到最大容量时进行相应的删除操作。

因此，使用LinkedHashMap来实现缓存可以更方便地支持基于顺序的缓存策略，而使用普通的HashMap则需要额外的工作

当然还可以选择其他的比如WeakHashMap，ConcurrentHashMap等，来实现本地缓存

这里就以LinkedHashMap为例了

public class TestCache extends LinkedHashMap {

        /**
         * 设置可重入读写锁，保证并发读写安全性
         */
        private ReentrantReadWriteLock readWriteLock = new ReentrantReadWriteLock();
        /**
         * 获取读锁
         */       
        private Lock readLock = readWriteLock.readLock();
        /**
         * 获取写锁
         */ 
        private Lock writeLock = readWriteLock.writeLock();

        /**
         * 缓存大小限制
         */
        private int maxSize;

        /**
         * 设置Map的初始容量、加载因子和访问顺序
         */
        public TestCache(int maxSize) { 
            super(maxSize + 1, 1.0f, true);
            this.maxSize = maxSize;
        }

        @Override
        public Object get(Object key) {
            readLock.lock();
            try {
                return super.get(key);
            } finally {
                readLock.unlock();
            }
        }

        @Override
        public Object put(Object key, Object value) {
            writeLock.lock();
            try {
                return super.put(key, value);
            } finally {
                writeLock.unlock();
            }
        }

        @Override
        protected boolean removeEldestEntry(Map.Entry eldest) {
            return this.size() > maxSize;
        }
    }

使用Map做缓存，主打的就是实现简单，不需要引入第三方包，适用于一些简单的业务场景。

对于比较复杂的场景，建议使用比较稳定的开源工具。