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。
在集群環境下，常用的分布式緩存有 Redis 、 Memcached 等。但在某些業務場景上，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
|
1
2
3
4
|
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 在多線程并發環境的操作是安全的。在 JDK1.8 中， ConcurrentHashMap 是支持完全并發讀，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
|
1
2
3
|
privateLocalCache(){} |
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
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
|
/** * 清除緩存任務類 */ 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。
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
|
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中最老的節點; * * @param eldest * @return */ protectedbooleanremoveEldestEntry(Map.Entry<K, V> eldest){ return size() > DEFAULT_MAX_CAPACITY; } } |
線程安全
|
1
2
3
4
5
6
7
8
|
/** * 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，來控制并發問題。
緩存淘汰機制
|
1
2
3
|
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。
源碼地址： GitHub
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服務器之家。
原文鏈接：http://lishuo.me/2017/05/05/Java%E6%9C%AC%E5%9C%B0%E7%BC%93%E5%AD%98%E7%9A%84%E5%AE%9E%E7%8E%B0/?utm_source=tuicool&utm_medium=referral
