欧美bbbwbbbw肥妇,免费乱码人妻系列日韩,一级黄片

Java本地緩存Caffeine的簡單使用

 更新時(shí)間:2023年12月28日 11:28:08   作者:一個(gè)風(fēng)輕云淡  
這篇文章主要介紹了Java本地緩存Caffeine的簡單使用,Caffeine 是基于 JAVA 8 的高性能本地緩存庫,并且在 spring5后,spring 官方放棄了 Guava,而使用了性能更優(yōu)秀的 Caffeine 作為默認(rèn)緩存組件,需要的朋友可以參考下

Caffeine基本介紹

Caffeine 是基于 JAVA 8 的高性能本地緩存庫。并且在 spring5 (springboot 2.x) 后,spring 官方放棄了 Guava,而使用了性能更優(yōu)秀的 Caffeine 作為默認(rèn)緩存組件。

Caffeine是在Guava Cache的基礎(chǔ)上做一層封裝,性能有明顯提高,二者同屬于內(nèi)存級本地緩存。

使用Caffeine后無需使用Guava Cache,從并發(fā)的角度來講,Caffeine明顯優(yōu)于Guava,原因是使用了Java 8最新的StampedLock鎖技術(shù)。

本地緩存與分布式緩存對應(yīng),緩存進(jìn)程和應(yīng)用進(jìn)程同屬于一個(gè)JVM,數(shù)據(jù)的讀、寫在一個(gè)進(jìn)程內(nèi)完成。

本地緩存沒有網(wǎng)絡(luò)開銷,訪問速度很快。

Caffeine提供靈活的結(jié)構(gòu)來創(chuàng)建緩存,并且有以下特性:

  • 自動(dòng)加載條目到緩存中,可選異步方式
  • 可以基于大小剔除
  • 可以設(shè)置過期時(shí)間,時(shí)間可以從上次訪問或上次寫入開始計(jì)算
  • 異步刷新
  • keys自動(dòng)包裝在弱引用中
  • values自動(dòng)包裝在弱引用或軟引用中
  • 條目剔除通知
  • 緩存訪問統(tǒng)計(jì)

簡單使用

導(dǎo)入pom依賴

<dependency>
    <groupId>com.github.ben-manes.caffeine</groupId>
    <artifactId>caffeine</artifactId>
    <version>2.6.2</version>
</dependency>

入門案例

        // 構(gòu)建cache對象
        Cache<String, String> cache = Caffeine.newBuilder().build();
        // 存數(shù)據(jù)
        cache.put("k1", "v1");
        // 取數(shù)據(jù)
        String v1 = cache.getIfPresent("k1");
        System.out.println("k1 = " + v1);
        // 取數(shù)據(jù),包含兩個(gè)參數(shù):
        // 參數(shù)一:緩存的key
        // 參數(shù)二:Lambda表達(dá)式,表達(dá)式參數(shù)就是緩存的key,方法體是查詢數(shù)據(jù)庫的邏輯
        // 優(yōu)先根據(jù)key查詢JVM緩存,如果未命中,則執(zhí)行參數(shù)二的Lambda表達(dá)式
        String defaultkey = cache.get("k2", key -> {
            // 根據(jù)key去數(shù)據(jù)庫查詢數(shù)據(jù)
            return "v2";
        });
        System.out.println("k2 = " + defaultkey);

配置案例

public static LoadingCache<Long, User> loadingCache = Caffeine.newBuilder()
    // 初始的緩存空間大小
    .initialCapacity(5)
    // 緩存的最大條數(shù)
    .maximumSize(10)
    .expireAfterWrite(4, TimeUnit.SECONDS)
    .expireAfterAccess(10, TimeUnit.SECONDS)
    .refreshAfterWrite(6, TimeUnit.SECONDS)
    .recordStats()
    //設(shè)置緩存的移除通知
    .removalListener(new RemovalListener<Long, User>() {
        @Override
        public void onRemoval(@Nullable Long key, @Nullable User user, @NonNull RemovalCause removalCause) {
            System.out.printf("Key: %s ,值:%s was removed!原因 (%s) \n", key, user, removalCause);
        }
    })
    .build(id -> {
        System.out.println("緩存未命中,從數(shù)據(jù)庫加載,用戶id:" + id);
        return User.builder().id(id).userName("Lily").age(new Random().nextInt(20)).build();
    });

參數(shù)說明:

  • initialCapacity 初始的緩存空間大小
  • maximumSize 緩存的最大條數(shù)
  • maximumWeight 緩存的最大權(quán)重
  • expireAfterAccess 最后一次寫入或訪問后,經(jīng)過固定時(shí)間過期
  • expireAfterWrite 最后一次寫入后,經(jīng)過固定時(shí)間過期
  • refreshAfterWrite 寫入后,經(jīng)過固定時(shí)間過期,下次訪問返回舊值并觸發(fā)刷新
  • weakKeys 打開 key 的弱引用
  • weakValues 打開 value 的弱引用
  • softValues 打開 value 的軟引用
  • recordStats 緩存使用統(tǒng)計(jì)
  • expireAfterWrite 和 expireAfterAccess 同時(shí)存在時(shí),以 expireAfterWrite 為準(zhǔn)。
  • weakValues 和 softValues 不可以同時(shí)使用。
  • maximumSize 和 maximumWeight 不可以同時(shí)使用。

清除策略

Caffeine提供了三種緩存驅(qū)逐策略:

基于容量:設(shè)置緩存的數(shù)量上限

// 創(chuàng)建緩存對象
Cache<String, String> cache = Caffeine.newBuilder()
    .maximumSize(1) // 設(shè)置緩存大小上限為 1
    .build();

基于時(shí)間:設(shè)置緩存的有效時(shí)間

// 創(chuàng)建緩存對象
Cache<String, String> cache = Caffeine.newBuilder()
    // 設(shè)置緩存有效期為 10 秒,從最后一次寫入開始計(jì)時(shí) 
    .expireAfterWrite(Duration.ofSeconds(10)) 
    .build();

基于引用:設(shè)置緩存為軟引用或弱引用,利用GC來回收緩存數(shù)據(jù)。性能較差,不建議使用。

    // 構(gòu)建cache對象
        Cache<String, String> cache = Caffeine.newBuilder()
                .weakKeys().weakValues().build();

Caffeine.weakKeys() 使用弱引用存儲(chǔ)key。如果沒有強(qiáng)引用這個(gè)key,則GC時(shí)允許回收該條目

Caffeine.weakValues() 使用弱引用存儲(chǔ)value。如果沒有強(qiáng)引用這個(gè)value,則GC時(shí)允許回收該條目

Caffeine.softValues() 使用軟引用存儲(chǔ)value, 如果沒有強(qiáng)引用這個(gè)value,則GC內(nèi)存不足時(shí)允許回收該條目

引用類型被垃圾回收時(shí)間用途生存時(shí)間
強(qiáng)引用從來不會(huì)對象的一般狀態(tài)JVM停止運(yùn)行時(shí)終止
軟引用在內(nèi)存不足時(shí)對象緩存內(nèi)存不足時(shí)終止
弱引用在垃圾回收時(shí)對象緩存gc運(yùn)行后終止
虛引用UnknownUnknownUnknown

GuavaCache和Caffeine差異

剔除算法方面,GuavaCache采用的是「LRU」算法,而Caffeine采用的是「Window TinyLFU」算法,這是兩者之間最大,也是根本的區(qū)別。

立即失效方面,Guava會(huì)把立即失效 (例如:expireAfterAccess(0) and expireAfterWrite(0)) 轉(zhuǎn)成設(shè)置最大Size為0。這就會(huì)導(dǎo)致剔除提醒的原因是SIZE而不是EXPIRED。Caffiene能正確識別這種剔除原因。

取代提醒方面,Guava只要數(shù)據(jù)被替換,不管什么原因,都會(huì)觸發(fā)剔除監(jiān)聽器。而Caffiene在取代值和先前值的引用完全一樣時(shí)不會(huì)觸發(fā)監(jiān)聽器。

異步化方方面,Caffiene的很多工作都是交給線程池去做的(默認(rèn):ForkJoinPool.commonPool()),例如:剔除監(jiān)聽器,刷新機(jī)制,維護(hù)工作等。

到此這篇關(guān)于Java本地緩存Caffeine的簡單使用的文章就介紹到這了,更多相關(guān)Java本地緩存Caffeine內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家!

相關(guān)文章

最新評論