package com.taiyuan.javademoone.cachedemo;
 
import java.util.LinkedHashMap;
import java.util.Map;
import java.util.concurrent.locks.Lock;
import java.util.concurrent.locks.ReentrantReadWriteLock;
 
/**
 * 定義一個基于LinkedHashMap實(shí)現(xiàn)的線程安全的LRU緩存類
 */
public class LRUCache extends LinkedHashMap<Object, Object> {  // 明確泛型類型為<Object, Object>，提高代碼可讀性
    /**
     * 可重入讀寫鎖，用于保證多線程環(huán)境下對緩存的并發(fā)讀寫操作的安全性
     */
    private ReentrantReadWriteLock readWriteLock = new ReentrantReadWriteLock();
    private Lock readLock = readWriteLock.readLock();   // 讀鎖，用于并發(fā)讀取時共享訪問
    private Lock writeLock = readWriteLock.writeLock(); // 寫鎖，用于寫入或修改時獨(dú)占訪問
 
    /**
     * 緩存的最大容量限制，超過此容量將移除最久未使用的條目
     */
    private int maxSize;
 
    /**
     * 構(gòu)造函數(shù)，初始化LRU緩存并設(shè)置最大容量
     *
     * @param maxSize 緩存允許存儲的最大條目數(shù)
     */
    public LRUCache(int maxSize) {
        // 調(diào)用父類LinkedHashMap的構(gòu)造方法：
        // 參數(shù)1：初始容量為maxSize + 1，避免頻繁擴(kuò)容
        // 參數(shù)2：負(fù)載因子為1.0f，表示哈希表填滿到100%時才擴(kuò)容
        // 參數(shù)3：accessOrder為true，表示按照訪問順序排序，實(shí)現(xiàn)LRU策略
        super(maxSize + 1, 1.0f, true);
        this.maxSize = maxSize;
    }
 
    /**
     * 重寫get方法，獲取指定key對應(yīng)的value，使用讀鎖保證線程安全
     *
     * @param key 要查找的鍵
     * @return 對應(yīng)的值，如果不存在則返回null
     */
    @Override
    public Object get(Object key) {
        readLock.lock();      // 加讀鎖，允許多個線程同時讀
        try {
            return super.get(key); // 調(diào)用父類的get方法
        } finally {
            readLock.unlock(); // 確保讀鎖最終被釋放
        }
    }
 
    /**
     * 重寫put方法，向緩存中添加或更新鍵值對，使用寫鎖保證線程安全
     *
     * @param key   要插入或更新的鍵
     * @param value 要插入或更新的值
     * @return 之前與key關(guān)聯(lián)的值，如果沒有則返回null
     */
    @Override
    public Object put(Object key, Object value) {
        writeLock.lock();     // 加寫鎖，確保同一時間只有一個線程可以寫
        try {
            return super.put(key, value); // 調(diào)用父類的put方法
        } finally {
            writeLock.unlock(); // 確保寫鎖最終被釋放
        }
    }
 
    /**
     * 重寫removeEldestEntry方法，當(dāng)緩存大小超過maxSize時，移除最久未使用的條目
     *
     * @param eldest 最久未訪問的鍵值對Entry
     * @return 如果當(dāng)前緩存大小超過最大容量，則返回true，觸發(fā)刪除最老的條目；否則返回false
     */
    @Override
    protected boolean removeEldestEntry(Map.Entry eldest) {
        return this.size() > maxSize; // 判斷當(dāng)前緩存大小是否超出限制
    }
 
 
 
    // 測試主方法
    public static void main(String[] args) {
        LRUCache cache = new LRUCache(3);
        cache.put("1", "one");
        cache.put("2", "two");
        cache.put("3", "three");
        System.out.println(cache); // 輸出：{1=one, 2=two, 3=three}
    }
}

<!-- https://mvnrepository.com/artifact/com.google.guava/guava -->
<dependency>
  <groupId>com.google.guava</groupId>
  <artifactId>guava</artifactId>
  <version>33.4.8-jre</version>
</dependency>

package com.helloworld.demo;
 
import com.google.common.cache.*;
 
import java.util.concurrent.TimeUnit;
 
public class GuavaCacheExample {
    public static void main(String[] args) {
        // 創(chuàng)建一個Guava的LoadingCache實(shí)例，支持自動加載緩存項(xiàng)
        LoadingCache<String, String> cache = CacheBuilder.newBuilder()
                .maximumSize(100)                     // 設(shè)置緩存最大容量為100個條目
                .expireAfterWrite(10, TimeUnit.MINUTES) // 設(shè)置緩存項(xiàng)在寫入10分鐘后自動過期
                .recordStats()                         // 開啟緩存統(tǒng)計功能，可以獲取命中率等信息
                .build(new CacheLoader<String, String>() { // 定義緩存未命中時的加載邏輯
                    @Override
                    public String load(String key) throws Exception {
                        // 當(dāng)根據(jù)key獲取不到緩存值時，調(diào)用此方法從數(shù)據(jù)源（如數(shù)據(jù)庫）加載數(shù)據(jù)
                        return fetchDataFromDatabase(key);
                    }
                });
 
        try {
            // 第一次獲取key為"user:1001"的值，由于緩存中沒有，會觸發(fā)load方法從數(shù)據(jù)庫加載
            System.out.println("第一次獲取(從數(shù)據(jù)庫加載): " + cache.get("user:1001"));
            // 第二次獲取相同的key，此時緩存中已有該值，直接從緩存返回，不會再次加載
            System.out.println("第二次獲取(從緩存獲取): " + cache.get("user:1001"));
 
            // 手動向緩存中放入一個鍵值對，繞過自動加載邏輯
            cache.put("user:1002", "Manual Data");
            // 獲取手動放入的緩存值
            System.out.println("手動放入的數(shù)據(jù): " + cache.get("user:1002"));
 
            // 打印緩存的統(tǒng)計信息，如命中率、加載次數(shù)等
            System.out.println("\n緩存統(tǒng)計:");
            System.out.println(cache.stats());
 
            // 手動移除指定key的緩存項(xiàng)
            cache.invalidate("user:1001");
            // 嘗試獲取已被移除的緩存項(xiàng)，返回null表示不存在
            System.out.println("\n移除后獲取: " + cache.getIfPresent("user:1001"));
 
        } catch (Exception e) {
            e.printStackTrace(); // 捕獲并打印異常信息
        }
    }
 
    // 模擬從數(shù)據(jù)庫中根據(jù)key獲取數(shù)據(jù)的邏輯
    private static String fetchDataFromDatabase(String key) {
        // 打印當(dāng)前正在加載的key，用于觀察加載行為
        System.out.println("正在從數(shù)據(jù)庫加載數(shù)據(jù): " + key);
        try {
            Thread.sleep(500); // 模擬數(shù)據(jù)庫查詢的延遲，增加真實(shí)感
        } catch (InterruptedException e) {
            Thread.currentThread().interrupt(); // 恢復(fù)中斷狀態(tài)
        }
        // 返回模擬的數(shù)據(jù)庫查詢結(jié)果
        return "Data for " + key;
    }
}

<dependency>
  <groupId>com.github.ben-manes.caffeine</groupId>
  <artifactId>caffeine</artifactId>
  <version>2.9.3</version>
</dependency>

package com.helloworld.demo;
 
import com.github.benmanes.caffeine.cache.Cache;
import com.github.benmanes.caffeine.cache.Caffeine;
 
import java.util.concurrent.TimeUnit;
 
public class CaffeineCacheTest {
    public static void main(String[] args) throws Exception {
        // 創(chuàng)建一個 Caffeine 緩存實(shí)例（注意：原注釋寫的是 Guava Cache，實(shí)際使用的是 Caffeine）
        Cache<String, String> loadingCache = Caffeine.newBuilder()
                .initialCapacity(5) // 設(shè)置初始緩存容量為 5 個條目
                .maximumSize(10)    // 設(shè)置緩存最大容量為 10 個條目，超過時將按照策略淘汰
                .expireAfterWrite(17, TimeUnit.SECONDS) // 寫入后 17 秒過期
                .expireAfterAccess(17, TimeUnit.SECONDS) // 最后一次訪問后 17 秒過期
                .build(); // 構(gòu)建緩存實(shí)例
 
        String key = "key"; // 定義緩存的鍵
        loadingCache.put(key, "這是測試方法"); // 手動將鍵值對放入緩存
        // 從緩存中獲取指定鍵的值
        String value = loadingCache.getIfPresent(key);
        System.out.println(" 從緩存中獲取指定鍵（key）的值：" + value); // 輸出：這是測試方法
 
        // 將指定的鍵從緩存中移除（使其失效）
        loadingCache.invalidate(key);
        value = loadingCache.getIfPresent(key);
        System.out.println(" 從緩存中獲取指定鍵（key）的值：" + value); // 輸出：null
    }
 
}

<dependency>
  <groupId>org.ehcache</groupId>
  <artifactId>ehcache</artifactId>
  <version>3.10.8</version>
</dependency>

package com.helloworld.demo;
 
import org.ehcache.Cache;
import org.ehcache.CacheManager;
import org.ehcache.config.builders.CacheConfigurationBuilder;
import org.ehcache.config.builders.CacheManagerBuilder;
import org.ehcache.config.builders.ResourcePoolsBuilder;
import org.ehcache.config.units.MemoryUnit;
 
/**
 * Ehcache 基礎(chǔ)使用示例類
 */
public class EhcacheBasicExample {
    public static void main(String[] args) {
        // 1. 創(chuàng)建緩存管理器（CacheManager），它是管理所有緩存的核心對象
        CacheManager cacheManager = CacheManagerBuilder.newCacheManagerBuilder().build();
        // 初始化緩存管理器，使其可以開始工作
        cacheManager.init();
 
        // 2. 創(chuàng)建一個緩存配置，定義緩存的鍵值類型和存儲策略
        CacheConfigurationBuilder<String, String> config = CacheConfigurationBuilder
        .newCacheConfigurationBuilder(
            String.class,         // 緩存鍵的類型為 String
            String.class,         // 緩存值的類型為 String
            ResourcePoolsBuilder.heap(100) // 配置堆內(nèi)內(nèi)存緩存最多存儲 100 個條目
        );
 
        // 3. 根據(jù)配置創(chuàng)建一個名為 "myCache" 的緩存實(shí)例
        Cache<String, String> myCache = cacheManager.createCache("myCache", config);
 
        // 4. 使用緩存：存儲和讀取數(shù)據(jù)
        myCache.put("key1", "value1");          // 往緩存中放入一個鍵值對
        String value = myCache.get("key1");     // 從緩存中根據(jù) key 獲取對應(yīng)的 value
        System.out.println("獲取的值: " + value); // 打印獲取到的緩存值
 
        // 5. 使用完緩存后，關(guān)閉緩存管理器以釋放資源
        cacheManager.close();
    }
}