使用場景

在 Java 應(yīng)用中，對于訪問頻率高，更新少的數(shù)據(jù)，通常的方案是將這類數(shù)據(jù)加入緩存中。相對從數(shù)據(jù)庫中讀取來說，讀緩存效率會有很大提升。

在集群環(huán)境下，常用的分布式緩存有 Redis 、 Memcached 等。但在某些業(yè)務(wù)場景上，可能不需要去搭建一套復(fù)雜的分布式緩存系統(tǒng)，在單機環(huán)境下，通常是會希望使用內(nèi)部的緩存（ LocalCache ）。

實現(xiàn)

這里提供了兩種 LocalCache 的實現(xiàn)，一種是基于 ConcurrentHashMap 實現(xiàn)基本本地緩存，另外一種是基于 LinkedHashMap 實現(xiàn) LRU 策略的本地緩存。

基于ConcurrentHashMap的實現(xiàn)

static {
  timer = new Timer();
  map = new ConcurrentHashMap<>();
}

以 ConcurrentHashMap 作為緩存的存儲結(jié)構(gòu)。因為 ConcurrentHashMap 的線程安全的，所以基于此實現(xiàn)的 LocalCache 在多線程并發(fā)環(huán)境的操作是安全的。在 JDK1.8 中， ConcurrentHashMap 是支持完全并發(fā)讀，這對本地緩存的效率也是一種提升。通過調(diào)用 ConcurrentHashMap 對 map 的操作來實現(xiàn)對緩存的操作。

私有構(gòu)造函數(shù)

privateLocalCache(){

}

LocalCache 是工具類，通過私有構(gòu)造函數(shù)強化不可實例化的能力。

緩存清除機制

/**
 * 清除緩存任務(wù)類
 */
 static classCleanWorkerTaskextendsTimerTask{

   private String key;

   publicCleanWorkerTask(String key){
     this.key = key;
   }

   publicvoidrun(){
     LocalCache.remove(key);
   }
 }

清理失效緩存是由 Timer 類實現(xiàn)的。內(nèi)部類 CleanWorkerTask 繼承于 TimerTask 用戶清除緩存。每當新增一個元素的時候，都會調(diào)用 timer.schedule 加載清除緩存的任務(wù)。

基于LinkedHashMap的實現(xiàn)

以 LinkedHashMap 作為緩存的存儲結(jié)構(gòu)。主要是通過 LinkedHashMap 的按照訪問順序的特性來實現(xiàn) LRU 策略。

LRU

LRU 是 Least Recently Used 的縮寫，即最近最久未使用。 LRU 緩存將會利用這個算法來淘汰緩存中老的數(shù)據(jù)元素，從而優(yōu)化內(nèi)存空間。

基于LRU策略的map

這里利用 LinkedHashMap 來實現(xiàn)基于 LRU 策略的 map 。通過調(diào)用父類 LinkedHashMap 的構(gòu)造函數(shù)來實例化 map 。參數(shù) accessOrder 設(shè)置為 true 保證其可以實現(xiàn) LRU 策略。

static classLRUMap<K,V>extendsLinkedHashMap<K,V>{

    ... // 省略部分代碼
    
    publicLRUMap(intinitialCapacity,floatloadFactor){
      super(initialCapacity, loadFactor, true);
    }

    ... // 省略部分代碼
    
    /**
     * 重寫LinkedHashMap中removeEldestEntry方法;
     * 新增元素的時候,會判斷當前map大小是否超過DEFAULT_MAX_CAPACITY,超過則移除map中最老的節(jié)點;
     *
     * @param eldest
     * @return
     */
    protectedbooleanremoveEldestEntry(Map.Entry<K, V> eldest){
      return size() > DEFAULT_MAX_CAPACITY;
    }

  }

線程安全

/**
 * 讀寫鎖
 */
private final ReadWriteLock readWriteLock = new ReentrantReadWriteLock();

private final Lock rLock = readWriteLock.readLock();

private final Lock wLock = readWriteLock.writeLock();

LinkedHashMap 并不是線程安全，如果不加控制的在多線程環(huán)境下使用的話，會有問題。所以在 LRUMap 中引入了 ReentrantReadWriteLock 讀寫鎖，來控制并發(fā)問題。

緩存淘汰機制

protectedbooleanremoveEldestEntry(Map.Entry<K, V> eldest){
  return size() > DEFAULT_MAX_CAPACITY;
}

此處重寫 LinkedHashMap 中 removeEldestEntry 方法， 當緩存新增元素的時候,會判斷當前 map 大小是否超過 DEFAULT_MAX_CAPACITY ,超過則移除map中最老的節(jié)點。

緩存清除機制

緩存清除機制與 ConcurrentHashMap 的實現(xiàn)一致，均是通過 timer 實現(xiàn)。

源碼地址： GitHub 

以上就是本文的全部內(nèi)容，希望對大家的學(xué)習有所幫助，也希望大家多多支持腳本之家。

最新評論