源碼地址： GitHub

使用場景

在Java應用中，對于訪問頻率高，更新少的數據，通常的方案是將這類數據加入緩存中。相對從數據庫中讀取來說，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)務場景上，可能不需要去搭建一套復雜的分布式緩存系統，在單機環(huán)境下，通常是會希望使用內部的緩存（LocalCache）。

實現

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

基于ConcurrentHashMap的實現

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

以ConcurrentHashMap作為緩存的存儲結構。因為ConcurrentHashMap的線程安全的，所以基于此實現的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。通過調用ConcurrentHashMap對map的操作來實現對緩存的操作。

私有構造函數

  private LocalCache() {

  }

LocalCache是工具類，通過私有構造函數強化不可實例化的能力。

緩存清除機制

  /**
   * 清除緩存任務類
   */
  static class CleanWorkerTask extends TimerTask {

    private String key;

    public CleanWorkerTask(String key) {
      this.key = key;
    }

    public void run() {
      LocalCache.remove(key);
    }
  }

清理失效緩存是由Timer類實現的。內部類CleanWorkerTask繼承于TimerTask用戶清除緩存。每當新增一個元素的時候，都會調用timer.schedule加載清除緩存的任務。

基于LinkedHashMap的實現

以LinkedHashMap作為緩存的存儲結構。主要是通過LinkedHashMap的按照訪問順序的特性來實現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據元素，從而優(yōu)化內存空間。

基于LRU策略的map

這里利用LinkedHashMap來實現基于LRU策略的map。通過調用父類LinkedHashMap的構造函數來實例化map。參數accessOrder設置為true保證其可以實現LRU策略。

static class LRUMap<K, V> extends LinkedHashMap<K, V> {

    ... // 省略部分代碼

    public LRUMap(int initialCapacity, float loadFactor) {
      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
     */
    protected boolean removeEldestEntry(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

 protected boolean removeEldestEntry(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的實現一致，均是通過timer實現。

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

最新評論