缓存选型-Ehcache、memcached、Redis

最新推荐文章于 2021-10-24 15:04:54 发布
最新推荐文章于 2021-10-24 15:04:54 发布
阅读量3k 收藏
点赞数 2
CC 4.0 BY-SA版权
分类专栏： Java 文章标签： ehcache memcached redis
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/ouyida3/article/details/44838365

缘由

今天发现有个项目访问很慢，其中一个原因就是读取oracle时慢，数据量不大，配置表忽略，业务表也就38万条记录。一个解决方案是使用缓存。

那么问题来了，用哪个缓存框架好？

Ehcache

项目一直用它，不过版本可能有点低。确实很方便，就一个jar包搞过来就行。java的首选。

Memcached

用c写的，比较麻烦，要安装。与java集成的资料感觉不是很多。

Redis

也是要安装，虽然我装过不太麻烦，但比起Ehcache还是有点麻烦。

我的选择

看完了下面参考资料的第一篇文章，我就决定还是选择了Ehcache。一来熟悉，这个项目比较急，明天搞不定清明可能要加班，这样我的祖先也不会同意的。
二来部署方便，memcached和redis说不定还得找平台的人，很麻烦。（今天发现平台组的人心情不好，我啥都没干就被他骂了一顿）
三是看Ehcache性能确实不错，而这个项目其实访问量没那么大。

参考资料

本文出自ouyida3的csdn blog
2015.4.2

【分布式缓存】springboot整合jetcache使用详解
congge
07-18 6325
springboot整合jetcache使用详解
Redis+Caffeine 太强了！
nihao2q的博客
04-09 759
随着不断的发展，这一架构也产生了改进，在一些场景下可能单纯使用Redis类的远程缓存已经不够了，还需要进一步配合本地缓存使用，例如Guava cache或Caffeine，从而再次提升程序的响应速度与服务性能。缓存的本质就是存储在内存中的KV数据结构，对应的就是jdk中线程安全的ConcurrentHashMap，但是要实现缓存，还需要考虑淘汰、最大限制、缓存过期时间淘汰等等功能；本地缓存基于本地环境的内存，访问速度非常快，对于一些变更频率低、实时性要求低的数据，可以放在本地缓存中，提升访问速度。
云平台技术选型之五：分布式缓存
06-14
云平台技术选型之五：分布式缓存。对市面上的分布式缓存技术进行了调研，并对各种方案进行了选型
Ehcache和MemCached区别及应用
ning109314的专栏
08-29 1万+
ehcache是纯java编写的，通信是通过RMI方式，适用于基于java技术的项目。 memcached服务器端是c编写的，客户端有多个语言的实现，如c，php(淘宝，sina等各大门户网站)，python(豆瓣网)， java(Xmemcached，spymemcached)。memcached服务器端是使用文本或者二进制通信的。 项目 Memcache E
缓存的选型
努力工作，快乐生活
09-09 502
做电信的一个实时项目，对于一些常用到的类似于字典的信息需要能够在界面维护，虽然更新不是太频繁，而且在业务中使用的频率很高，因此考虑到使用缓存，需要一个使用起来顺手的，简单的。主要用到缓存就是Jboss 的cache以及apche的jcs，jcs最新的版本是07年的，jboss的东西一直都是更新很快的，但是jboss的可能由于商业化的背景的缘故，做到很大，很全，现在只是需要一个单机版的缓存对象的一个
缓存选型方案
weixin_34268753的博客
03-11 361
本文档用于在决定缓存选型方案时用于讨论使用Memcached还是Redis，以及何时选择使用Twemproxy+ MC/Redis的分布式部署方案（Mongodb等NewSQL服务暂不列入考虑之中）1.Memcached的优点：Memcached可以利用多核优势，单实例吞吐量极高，可以达到几十万QPS（取决于key、value的字节大小以及服务器硬件性能，日常环境中QPS高...
同为分布式缓存，为何 Redis 更胜一筹？
weixin_33690367的博客
03-27 813
​作者介绍杨彪 ， 蚂蚁金服技术专家，《分布式服务架构：原理、设计与实战》和《可伸缩服务架构：框架与中间件》作者。近10年互联网和游戏行业工作经验，曾在酷我音乐盒、人人游戏和掌趣科技等上市公司担任核心研发职位，做过日活跃用户量达千万的项目，也做过多款月流水千万以上的游戏。本文节选自即将出版的《可伸缩服务架构：框架与中间件》一书，作者：李艳鹏、杨彪、李海亮、贾博岩、刘淏如今，市面上的缓存解决方案已经...
Java中间件缓存策略揭秘：Redis vs EhCache，最佳实践大比拼
[Java中间件缓存策略揭秘：Redis vs EhCache，最佳实践大比拼](https://redis.com/wp-content/uploads/2020/10/key-value-figure-a-1024x314.png) # 1. Java中间件缓存概述 ## 1.1 缓存的基本概念和重要性 缓存是...
分布式缓存原理与Redis实践
# 1....分布式缓存是将缓存数据分布式存储于多台服务器中，通过共享缓存数据的方式提高系统的性能和可伸缩性。常见的分布式缓存架构包括缓存集群、分区缓存、分布式哈希表等。分布式缓存通常包括数据
spring技术选型与各类集成，含jvm原理、rpc服务、消息投递、应用缓存、限流、定时任务、流式计算、canal、爬虫.zip
11-17
Spring提供了多种缓存技术的集成，包括EhCache、Redis和Memcached。 限流是指在高并发的场景下，为了防止系统过载而采用的一种策略。它通过控制进入系统的请求或数据的速率来保护系统不受冲击。在Spring中，可以...
memcached完全剖析ehcache memcached redis 缓存技术总结
06-01
NULL 博文链接：https://aperise.iteye.com/blog/2296219
Ehcache还是Memcached的抉择（一）
热门推荐
smilingleo的专栏
12-17 2万+
缓存的目的就是为了提高响应速度，尤其是并发访问的速度，降低数据库服务器的压力，在同等硬件配置的情况下，提供更高的系统性能。总的来说，请指导原则就是：尽量用低开销的计算代替高开销的计算。比如直接从数据库查询的开销要远高于内存中的计算返回，网络请求要远高于本地（同一VM中）请求。如果单从这一点上来分析的话，现在很多关于Ehcache（local）与memcached（client/server
缓存技术选型
古笑来的博客
10-24 1730
redis和memcached区别 redis数据类型比memcache丰富 memcache不支持集群模式，redis原生就支持
关于缓存的选择
zhouxiaoyujcut的博客
06-26 780
要根据不同缓存的特性和原理，才能根据业务选出最合适的，来看看几种常用的缓存 1. varnish，可以作为反向代理，缓存一些资源，例如可以把struts，freemarker动态生成的页面存储起来，达到直接挡掉到达web服务器的请求。 2. ehcache，主要存储在当前机器内存中，存取非常快，缺点是内存有限，各台机器内存中各存一份，失效时间不一致，数据就会出现不一致，一般用来缓存不常变化，且缓存...
ehcache memcache redis 三大缓存
liuxingshuijinglei的博客
07-30 452
最近项目组有用到这三个缓存，去各自的官方看了下,觉得还真的各有千秋！今天特意归纳下各个缓存的优缺点，仅供参考！ Ehcache 在java项目广泛的使用。它是一个开源的、设计于提高在数据从RDBMS中取出来的高花费、高延迟采取的一种缓存方案。正因为Ehcache具有健壮性（基于java开发）、被认证（具有apache 2.0 license）、充满特色（稍后会详细介绍），所以被用于大型复杂...
Ehcache和MemCached比较分析
abc6772的博客
10-07 281
项目 Memcache Ehcache 分布式 不完全，集群默认不实现 支持 集群 可通过客户端实现 支持（默认是异步同步） 持久化 可通过第三方应用实现，如sina研发的memcachedb，将cache的数据保存到[url=]Berkerly DB[...
缓存Ehcache、Memcached、Redis的统一接口实现
sunmingf的博客
05-06 1273
/** * 缓存接口 * */ public interface ICache<T> /** * Ehcache缓存实现 */ @Component public class EhCacheImpl implements ICache /** * Memcached的缓存实现 */ @Component public class MemcachedImpl implements ICache /** * Redis的缓存实现类 * */ @Component public cla
常用的缓存产品比较-memcache与ehcache
langjian2012的专栏
12-26 2439
memcache与ehcache的选择 使用缓存的原则就是：尽量用低开销的计算代替高开销的计算。比如直接从其他数据库 查询的开销要远高于内存中的计算返回，网络请求要远高于本地（同一vm中）请求。  memcache:分布式应用 内存对象缓存系统开发，占用其他机子的内存。很多互联网 ，负载均衡三台(以三台为例)其他web服务器 可以共享一台memcache的资源。传递的信息以键值对的形式
三大缓存框架（Ehcache+Memcache+Redis）基础
影子
05-22 1655
1、Ehcache（纯Java的进程内缓存框架，也叫二级缓存） Ehcache是一个开源的、设计于提高在数据从RDBMS中取出来的高花费、高延迟采取的一种缓存方案（在Java项目广泛的 使用）。正因为Ehcache具有健壮性（基于java开发）、被认证（具有apache 2.0 license）、充满特色（稍后会详细介绍），所 以被用于大型复杂分布式web appli...
redis 替代
最新发布
06-12
<think>嗯，用户现在要找Redis的替代方案啊。先回顾一下对话历史，用户之前给过三个引用资料，这些文献分别提到了Redis作为缓存和数据库的特性（带过期机制的内存存储）、Jedis客户端使用场景，以及物理内存限制问题（虽然新版本有优化）。用户现在的需求很明确：需要和Redis功能类似但能规避其局限的技术选型。核心痛点集中在两方面：一是内存限制带来的扩展性问题（引用3明确指出旧版本必须全数据集在内存），二是需要同时满足缓存和持久化需求。用户的技术身份应该是中高级开发者或架构师，正在为复杂系统做技术评估。ta的提问很专业，但没说明具体场景规模，可能需要分层推荐方案。首先缓存方向是最直接的替代需求。参考用户给的引用1，类似Redis的带过期缓存功能，Memcached必然是首选，它专攻简单键值缓存，分布式更轻量。但要注意如果用户需要数据结构多样性（比如Redis的List/Hash），就要考虑Ehcache这类支持JVM堆外存储的方案，或者新贵KeyDB（多线程架构能更好利用现代CPU）。数据库需求更复杂。引用2提到Redis可以当持久化DB，但内存瓶颈明显。如果数据量真的超大，Couchbase的混合存储引擎（热数据内存+冷数据磁盘）应该能解决，还天然多协议支持。Memgraph这类图数据库虽然小众，但万一用户需要复杂关系分析呢？备着总没错。内存限制这个点特别关键。引用3的担忧很实际，用户明显被全内存架构吓到了。ArangoDB的多模型能力和水平扩展特性可能正中下怀，而Aerospike那种SSD优化存储更是专门对付海量数据的。要不要再主动问下用户的数据规模呢？毕竟10GB和10TB的选型天差地别……不过第一次回复先给全方案吧，后续再细化。对了补充方案差点漏了Ignite。如果用户系统全是Java生态，这个内存网格库的堆外存储+SQL支持会非常顺手，连缓存穿透都能防，不过学习曲线略陡。最后推荐策略很清晰：优先开源方案降低迁移成本，明确标出适用场景，数据库方案要带上性能比较参数（比如Couchbase的读写吞吐量），关键指标得有参照系。等等，要不要提醒用户混合架构的可能性？比如用Memcached做前端缓存+PostgreSQL当持久层，毕竟不是所有场景都必须All-in-one方案。不过第一次回复信息量已经很大了，最后用提问收尾让用户反馈详细需求更稳妥。技术推荐最怕空中楼阁，得让ta参与决策才行。</think> 基于Redis的内存瓶颈、持久化需求和使用场景，以下是为缓存和数据存储量身定选的替代方案框架： --- ### 一、缓存专用替代方案 1. **Memcached** - **适用场景**: 高速键值缓存、无持久化需求 - **优势**: 多线程架构压榨多核CPU性能，纯内存操作延迟<1ms - **局限**: 无数据持久化，仅支持简单字符串类型 - **典型用例**: CDN边缘节点缓存、会话状态临时存储 [^1] 2. **Ehcache** - **特点**: 支持堆外内存（Off-Heap Memory）突破JVM内存限制 - **灵活部署**: 可嵌入应用（in-process）或分布式部署 - **数据分层**: 自动转移冷数据到磁盘（`overflowToDisk=True`） - **行业实践**: LinkedIn用其处理每秒百万级查询 [^1] --- ### 二、缓存+持久化混合方案 1. **Couchbase** - **内存扩展方案**: 动态横向扩展（Auto-Sharding），读写性能线性提升 - **混合存储引擎**: - 热数据 ➜ 内存缓存 - 冷数据 ➜ 直接磁盘存储（SSD优化） - **数据一致性**: 跨数据中心复制（XDCR）保障数据同步 - **实测指标**: 混合负载下维持亚毫秒级延迟 [^2] 2. **Aerospike** - **海量数据支持**: 自动分层存储（RAM+SSD/HDD） - **核心技术**: 自研索引全内存，仅数据块落盘 - **超低延迟**: 强一致性下仍保持<2ms延迟 - **规模验证**: 支撑PayPal单集群200TB数据 [^3] --- ### 三、特殊场景替代方案 | 场景需求 | 推荐方案 | 关键优势 | |------------------------|-------------------|-----------------------------------| | 复杂多模型查询 | **ArangoDB** | 原生支持图/文档/键值多数据模型 | | 时间序列流处理 | **TimescaleDB** | 基于PostgreSQL的时序数据库扩展 | | 原生多语言驱动支持 | **DragonflyDB** | Redis协议兼容，多线程架构快10倍 | | 强事务关系型缓存 | **Ignite** | ANSI SQL支持，ACID分布式事务 | --- ### 四、选型决策矩阵 ```mermaid graph LR A[需求类型] --> B{数据规模} A --> C{延迟要求} A --> D{持久化强度} B -->|TB级| E[Aerospike/Couchbase] B -->|GB级| F[Memcached/Dragonfly] C -->|<1ms| G[Memcached] C -->|<5ms| H[Ignite] D -->|强持久化| I[TimescaleDB/ArangoDB] D -->|弱持久化| J[Couchbase] ``` > **避坑指南**：当数据集显著超过物理内存时（如超过50%），优先考虑支持**分层存储（Tiered Storage）** 的Aerospike/Couchbase，避免Redis的OOM风险 [^3]。 ---
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值