Cache2j：进阶之Monitor讲解

Monitor在框架内部由一个后台的守护线程实现，基于用户的配置定时执行缓存淘汰任务，定义如下：

/**
 * 缓存淘汰监控器
 */
public interface Monitor {
    void processMonitor();
    void start();
    void stop();
    void startIfStop();
    boolean isRunning();
}

当前版本框架提供了2种实现，TtlMonitor和CapMonitor，分别为基于时间策略和基于容量策略。

TtlMonitor 

@Override
    public void processMonitor() {
        long timeNow = System.currentTimeMillis();
        for (CacheObject<K, V> o : delegate.values()) {
            if (ttl <= 0) {
                continue;
            }

            long timeIdle = timeNow - o.getInitializationTime();

            if (timeIdle >= ttl) {
                delegate.remove(o.getKey());

                for (CacheListener<K, V> listener : listeners) {
                    listener.callback(new Payload<>(o.getKey(), o.getValue(), o.getInitializationTime()));
                }
            }
        }
    }

具体的淘汰策略是后台线程会遍历缓存对象集合，根据其initializationTime属性与currentTime做差值，然后对比ttl，过期者，被移除，并调用CacheListener的callback方法，将被移除对象的相关信息返回给上层。

CapMonitor


@Override
    public void processMonitor() {
        int size = delegate.size();

        if (size >= maximum) {
            Map<Long, Object> sortMap = new TreeMap<>();
            for (CacheObject<K, V> object : delegate.values()) {
                sortMap.put(object.getLastAccessTime(), object.getKey());
            }

            Set<Long> keySet = sortMap.keySet();
            Iterator<Long> it = keySet.iterator();
            int count = 0;
            int clearSize = (int) (maximum * clearFactor) + size - maximum;
            while ((count < clearSize) && it.hasNext()) {
                Object v = sortMap.get(it.next());

                for (CacheListener<K, V> listener : listeners) {
                    listener.callback(new Payload<>((K)v,delegate.get(v).getValue(),delegate.get(v).getInitializationTime()));
                }

                delegate.remove(v);
                count++;
            }
        }
    }

基于容量的淘汰策略具体实现是：后台线程先取出当前缓存对象集合的size，如果大于maximum值，将执行淘汰任务。根据缓存对象的lastAccessTime做排序，将“最近使用频率最低的”(maximum * clearFactor) + size - maximum个对象移除掉。例maximum值为100，factor为0.1，当前缓存集合的size为110，则此次移除任务将移除掉100*0.1+110-100，即20个缓存对象。

ps：上层业务再使用时应基于实际业务需求，合理的设置ttl、maximum、factor及interval等参数。例interval值设置的越小，缓存移除的“实时性”及“准确性”就越高，但是系统的开销也会更高。