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
|
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
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
|
/** * 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 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中最老的節點; * * @param eldest * @return */ protected boolean removeEldestEntry(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
|
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服務器之家。
原文鏈接：http://www.jianshu.com/p/4194483127fe#
