Google Guava Cache 示列

本文介绍如何使用Google Guava库实现缓存功能。通过Maven引入guava依赖,并展示了如何创建一个带有过期时间的缓存实例,以及如何加载数据到缓存中和从缓存中获取数据。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

google guava cache

引用maven依赖
<!-- https://mvnrepository.com/artifact/com.google.guava/guava -->
<dependency>
    <groupId>com.google.guava</groupId>
    <artifactId>guava</artifactId>
    <version>18.0</version>
</dependency>
java代码
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;

/**
 * Created by zhengyong on 16/10/9.
 */
public class GuavaCacheTest {

    private static LoadingCache<String, String> graphs = null;

    public static void main(String[] args) {
        loadDataToCache();
        // 第一次从数据源获取,并缓存
        String value1 = getValue("mykey");
        // 第二次从缓存获取
        String value2 = getValue("mykey");
        // 过期重新从数据源加载进缓存
        try {
            Thread.sleep(10);
        } catch (InterruptedException e) {
            e.printStackTrace();
        }
        String value3 = getValue("mykey");
        String value4 = getValue("mykey");
        String value5 = getValue("mykey2");
        String value6 = getValue("mykey2");
    }

    /**
     * 根据key获取值
     * 
     * @param key 查询条件key
     * @return 返回value值
     */
    private static String getValue(String key) {
        String resultVal = null;
        try {
            resultVal = graphs.get(key);
        } catch (ExecutionException e) {
            e.printStackTrace();
        }
        System.out.println(String.format("get key=%s return value=%s", key, resultVal));
        return resultVal;
    }

    /**
     * 声明加载数据源方式
     */
    private static void loadDataToCache() {

        graphs = CacheBuilder.newBuilder().maximumSize(1000).expireAfterWrite(10, TimeUnit.MILLISECONDS).build(new CacheLoader<String, String>() {

          public String load(String key) {
              // 这里是key根据实际去取值的方法
              System.out.println(String.format("load '%s' from database...",
                                               key));
              return "value_" + key;
          }
      });
    }
}
运行结果
load 'mykey' from database...
get key=mykey return value=value_mykey
get key=mykey return value=value_mykey
load 'mykey' from database...
get key=mykey return value=value_mykey
get key=mykey return value=value_mykey
load 'mykey2' from database...
get key=mykey2 return value=value_mykey2
get key=mykey2 return value=value_mykey2
### 功能对比 Caffeine 和 Guava Cache 均提供了丰富的功能来满足开发者的需求。然而,Caffeine 继承了 Guava Cache 的设计哲学,并在此基础上进行了改进和扩展[^3]。 #### 主要功能差异: - **缓存策略**:两者都支持常见的缓存淘汰策略,如 LRU(最近最少使用)和 LFU(最不经常使用)。不过,Caffeina 提供了更灵活的 Weighted Random Sampling (WRS) 策略,能够更好地适应复杂的高并发环境[^4]。 - **线程安全性**:两者的实现均具备良好的线程安全特性,但在高并发场景下,Caffeine 表现得更为出色[^1]。 - **API 兼容性**:由于 Caffeine 设计时考虑到了向后兼容性,因此它可以直接替代 Guava Cache 而无需大幅修改现有代码。 --- ### 性能测试 关于性能方面,在多个独立研究中表明,Caffeine 明显优于 Guava Cache,尤其是在处理大规模数据集以及面对极高频率请求的情况下[^2]。 以下是基于官方文档和其他资源总结的一个简单性能测试案例: ```java // 测试代码例 import com.github.benmanes.caffeine.cache.Caffeine; import com.google.common.cache.CacheBuilder; public class CachePerformanceTest { public static void main(String[] args) throws InterruptedException { int iterations = 1_000_000; // 进行一百万次操作 testCache("Guava", CacheBuilder.newBuilder().maximumSize(100).build()); testCache("Caffeine", Caffeine.newBuilder().maximumSize(100).build()); } private static void testCache(String name, Object cacheInstance) throws InterruptedException { long start = System.nanoTime(); if (cacheInstance instanceof com.google.common.cache.LoadingCache<?, ?> guavaCache){ for(int i=0;i<iterations;i++) {guavaCache.getUnchecked(i);} }else{ var caffeineCache=(com.github.benmanes.caffeine.cache.Cache<Integer,Integer>)cacheInstance; for(int i=0;i<iterations;i++) {caffeineCache.put(i,i); caffeineCache.getIfPresent(i);} } long duration = (System.nanoTime() - start)/1_000_000L; System.out.println(name+" took "+duration+" ms"); } } ``` 上述程序展了如何分别利用 Guava Cache 和 Caffeine 执行相同数量的操作,并记录所需时间。通常情况下,运行结果显 Caffeine 完成同样任务所花费的时间显著少于 Guava Cache。 --- ### 使用建议 对于具体应用场景的选择可以根据以下几个因素决定: - 如果项目已经广泛采用了 Google Guava 库,则继续沿用 Guava Cache 可能会更加方便快捷; - 对于新开发或者需要更高效率尤其是涉及大量读写访问的应用来说,推荐选用 Caffeine 来获得更好的整体表现; - 单机部署且数据规模适中的情形下,无论是选择哪种方案都能很好地胜任工作需求。 此外需要注意的是,尽管二者均为优秀的本地缓存解决方案,但如果遇到跨服务共享状态等问题时,则可能还需要引入像 Redis 这样的分布式存储机制作为补充。 ---
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