本篇文章主要介绍了Java本地缓存的实现代码,小编觉得挺不错的,现在分享给大家,也给大家做个参考。一起跟随小编过来看看吧
使用场景
在 Java应用中,对于访问频率高,更新少的数据,通常的方案是将这类数据加入缓存中。相对从数据库中读取来说,读缓存效率会有很大提升。
在集群环境下,常用的分布式缓存有 Redis 、 Memcached 等。但在某些业务场景上,可能不需要去搭建一套复杂的分布式缓存系统,在单机环境下,通常是会希望使用内部的缓存( LocalCache )。
实现
这里提供了两种LocalCache的实现,一种是基于LinkedHashMap 实现LRU策略的本地缓存。
基于ConcurrentHashMap的实现
static {
timer = new Timer();
map = new ConcurrentHashMap();
}
以 ConcurrentHashMap作为缓存的存储结构。因为 ConcurrentHashMap的线程安全的,所以基于此实现的LocalCache在多线程并发环境的操作是安全的。在JDK1.8中,ConcurrentHashMap是支持完全并发读,这对本地缓存的效率也是一种提升。通过调用 ConcurrentHashMap对 map的操作来实现对缓存的操作。
privateLocalCache(){
}
LocalCache是工具类,通过私有构造函数强化不可实例化的能力。
缓存清除机制
/**
* 清除缓存任务类
*/
static classCleanWorkerTaskextendsTimerTask{
private String key;
publicCleanWorkerTask(String key){
this.key = key;
}
publicvoidrun(){
LocalCache.remove(key);
}
}
清理失效缓存是由 Timer 类实现的。内部类 CleanWorkerTask继承于 TimerTask用户清除缓存。每当新增一个元素的时候,都会调用 timer.schedule 加载清除缓存的任务。
基于LinkedHashMap的实现
以 LinkedHashMap作为缓存的存储结构。主要是通过 LinkedHashMap的按照访问顺序的特性来实现 LRU策略。
LRU
LRU是Least Recently Used的缩写,即最近最久未使用。 LRU 缓存将会利用这个算法来淘汰缓存中老的数据元素,从而优化内存空间。
基于LRU策略的map
这里利用 LinkedHashMap来实现基于 LRU策略的 map。通过调用父类 LinkedHashMap的构造函数来实例化 map。参数 accessOrder设置为 true保证其可以实现 LRU策略。
static classLRUMapextendsLinkedHashMap{
... // 省略部分代码
publicLRUMap(intinitialCapacity,floatloadFactor){
super(initialCapacity, loadFactor, true);
}
... // 省略部分代码
/**
* 重写LinkedHashMap中removeEldestEntry方法;
* 新增元素的时候,会判断当前map大小是否超过DEFAULT_MAX_CAPACITY,超过则移除map中最老的节点;
*
* @param eldest
* @return
*/
protectedbooleanremoveEldestEntry(Map.Entry eldest){
return size() > DEFAULT_MAX_CAPACITY;
}
}
线程安全
/**
* 读写锁
*/
private final ReadWriteLock readWriteLock = new ReentrantReadWriteLock();
private final Lock rLock = readWriteLock.readLock();
private final Lock wLock = readWriteLock.writeLock();
LinkedHashMap并不是线程安全,如果不加控制的在多线程环境下使用的话,会有问题。所以在 LRUMap中引入了 ReentrantReadWriteLock读写锁,来控制并发问题。
缓存淘汰机制
protectedbooleanremoveEldestEntry(Map.Entry eldest){
return size() > DEFAULT_MAX_CAPACITY;
}
此处重写 LinkedHashMap中 removeEldestEntry方法, 当缓存新增元素的时候,会判断当前 map大小是否超过 DEFAULT_MAX_CAPACITY,超过则移除map中最老的节点。
缓存清除机制
缓存清除机制与 ConcurrentHashMap的实现一致,均是通过 timer实现。
【相关推荐】