java的本地缓存解决方案之一使用Google的CacheBuilder

本文介绍了Google Guava库中的Cache构建器,详细展示了如何设置并发级别、初始容量、失效时间和最大容量。通过`CacheBuilder.newBuilder()`进行配置,然后使用`getIfPresent(key)`检查缓存,`invalidate(key)`清除缓存,以及`put(key, value)`存储数据到缓存。文章深入浅出地阐述了本地缓存管理的关键操作。
Cache<String ,Object> localCache = CacheBuilder.newBuilder()
// 并发级别
.concurrencyLevel(4)
// 初始化容量
.initialCapacity(100)
//失效时间
.expireAfterWrite(1,TimeUnit.HOURS)
//最大容量
.maximumSize(500)
.build();
// 从本地获取缓存
localCache.getIfPresent(key)
// 清除本地缓存
localCache.invalidate(key)
// 存入本地的缓存
localCache.put(key,value);

### Java本地缓存实现方式及常用库 在Java开发中,为了提高应用性能并减少对外部资源的依赖,通常会采用本地缓存技术来存储临时数据。以下是几种常见的Java本地缓存实现方式及其特点: #### 1. **HashMap 和 ConcurrentHashMap** 这是最基础也是最常见的本地缓存实现方式之一。`HashMap` 是一种简单的键值对容器,而 `ConcurrentHashMap` 则是为了满足高并发环境下的安全性和效率设计的集合类。 - 特点: - 支持快速查找和插入操作。 - 不具备任何内置的淘汰策略或过期机制。 - 需要开发者自行管理缓存生命周期以及清理逻辑。 适用于小型项目或者不需要复杂控制的小规模缓存场景[^1]。 ```java // 使用ConcurrentHashMap作为本地缓存的例子 import java.util.concurrent.ConcurrentHashMap; public class SimpleCache { private static final ConcurrentHashMap<String, String> cache = new ConcurrentHashMap<>(); public void put(String key, String value){ cache.put(key,value); } public String get(String key){ return cache.get(key); } } ``` --- #### 2. **Caffeine** `Caffeine` 是一个高性能的本地缓存库,其设计理念借鉴自 Guava Cache 并进行了优化改进,在实际生产环境中得到了广泛应用。 - 主要特性: - 提供多种缓存驱逐策略(如 LRU、LFU 等)。 - 可设置最大容量限制与超时失效时间。 - 自动处理多线程同步问题。 - 更高效的内存利用率。 代码示例展示了基本创建过程以及一些核心方法的应用[^2]: ```java import com.github.benmanes.caffeine.cache.Cache; import com.github.benmanes.caffeine.cache.Caffeine; import java.util.concurrent.TimeUnit; public class CaffeineExample { public static void main(String[] args) throws InterruptedException { // 构建带有TTL配置的缓存实例 Cache<String, String> cache = Caffeine.newBuilder() .expireAfterWrite(10, TimeUnit.SECONDS) .maximumSize(100) .build(); // 插入一条记录到缓存里 cache.put("key", "value"); System.out.println(cache.getIfPresent("key")); // 输出"value" Thread.sleep(11_000); System.out.println(cache.getIfPresent("key")); // 此处可能已经因过期而返回null } } ``` --- #### 3. **Guava Cache** 由 Google 开发维护的工具集的一部分——`Guava Cache` 同样能够很好地胜任大多数日常任务所需的轻量级缓存需求。 - 功能亮点: - 定义明确的最大条目数约束条件。 - 时间维度上的自动清除能力(基于最后访问时刻计算)。 - 方便扩展定制行为的能力。 尽管如此,相较于最新版本的 Caffeine ,它的某些方面表现稍逊一筹[^1]^。 ```java import com.google.common.cache.CacheBuilder; import com.google.common.cache.CacheLoader; import com.google.common.cache.LoadingCache; import java.util.concurrent.ExecutionException; import java.util.concurrent.TimeUnit; public class GuavaCacheDemo { LoadingCache<String,Integer> counterCache= CacheBuilder.newBuilder() .refreshAfterWrite(5,TimeUnit.MINUTES)//刷新周期设定为五分钟 .expireAfterAccess(10,TimeUnit.HOURS)//十小时无活动即销毁 .initialCapacity(10).maximumSize(1000) .recordStats()//开启统计数据收集模式 .build(new CacheLoader<>() { @Override public Integer load(String s)throws Exception{ return fetchCountFromDB(s); } }); int getCount(String id){try{return countersCache.get(id);}catch (ExecutionException e){throw new RuntimeException(e)};} private static int fetchCountFromDB(String itemId){return Random.nextInt();} } ``` --- #### 4. **Ehcache** 除了单纯的单机版外,`Ehcache` 还支持分布式的部署形式,因此非常适合那些既希望利用节点内部高速读取优势又担心单一故障点风险的企业级架构体系。 - 关键属性包括但不限于: - 数据分层结构(堆内/堆外RAM+磁盘文件持久化)。 - 异构平台间互操作性强。 - 易于与其他主流框架集成使用。 不过需要注意的是第三版以后有所调整方向更倾向于成为 JSR-107 的参考实现代理角色. --- #### 总结建议 针对不同的业务诉求可以选择合适的方案组合起来解决问题。如果只是单纯追求极致的速度体验的话那么像 ConcurrentMap 或者简单封装后的 Map 就足够应付大部分场合了;而对于更加复杂的场景则推荐尝试引入专门化的第三方组件比如前面提到过的几个知名产品。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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