源码地址: GitHub
使用场景
在Java应用中,对于访问频率高,更新少的数据,通常的方案是将这类数据加入缓存中。相对从数据库中读取来说,读缓存效率会有很大提升。
在集群环境下,常用的分布式缓存有Redis
、Memcached
等。但在某些业务场景上,可能不需要去搭建一套复杂的分布式缓存系统,在单机环境下,通常是会希望使用内部的缓存(LocalCache
)。
实现
这里提供了两种LocalCache
的实现,一种是基于ConcurrentHashMap
实现基本本地缓存,另外一种是基于LinkedHashMap
实现LRU
策略的本地缓存。
基于ConcurrentHashMap的实现
1
2
3
4
|
static { timer = new Timer(); map = new ConcurrentHashMap<>(); } |
以ConcurrentHashMap
作为缓存的存储结构。因为ConcurrentHashMap
的线程安全的,所以基于此实现的LocalCache
在多线程并发环境的操作是安全的。在JDK1.8
中,ConcurrentHashMap
是支持完全并发读,这对本地缓存的效率也是一种提升。通过调用ConcurrentHashMap
对map
的操作来实现对缓存的操作。
私有构造函数
1
2
3
|
private LocalCache() { } |
LocalCache
是工具类,通过私有构造函数强化不可实例化的能力。
缓存清除机制
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
|
/** * 清除缓存任务类 */ static class CleanWorkerTask extends TimerTask { private String key; public CleanWorkerTask(String key) { this .key = key; } public void run() { LocalCache.remove(key); } } |
清理失效缓存是由Timer
类实现的。内部类CleanWorkerTask
继承于TimerTask
用户清除缓存。每当新增一个元素的时候,都会调用timer.schedule
加载清除缓存的任务。
基于LinkedHashMap的实现
以LinkedHashMap
作为缓存的存储结构。主要是通过LinkedHashMap
的按照访问顺序的特性来实现LRU
策略。
LRU
LRU
是Least Recently Used
的缩写,即最近最久未使用。LRU
缓存将会利用这个算法来淘汰缓存中老的数据元素,从而优化内存空间。
基于LRU策略的map
这里利用LinkedHashMap
来实现基于LRU
策略的map
。通过调用父类LinkedHashMap
的构造函数来实例化map
。参数accessOrder
设置为true
保证其可以实现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> { ... // 省略部分代码 public LRUMap( int initialCapacity, float loadFactor) { super (initialCapacity, loadFactor, true ); } ... // 省略部分代码 /** * 重写LinkedHashMap中removeEldestEntry方法; * 新增元素的时候,会判断当前map大小是否超过DEFAULT_MAX_CAPACITY,超过则移除map中最老的节点; * * @param eldest * @return */ protected boolean removeEldestEntry(Map.Entry<K, V> eldest) { return size() > DEFAULT_MAX_CAPACITY; } } |
线程安全
1
2
3
4
5
6
7
8
|
/** * 读写锁 */ private final ReadWriteLock readWriteLock = new ReentrantReadWriteLock(); private final Lock rLock = readWriteLock.readLock(); private final Lock wLock = readWriteLock.writeLock(); |
LinkedHashMap
并不是线程安全,如果不加控制的在多线程环境下使用的话,会有问题。所以在LRUMap
中引入了ReentrantReadWriteLock
读写锁,来控制并发问题。
缓存淘汰机制
1
2
3
|
protected boolean removeEldestEntry(Map.Entry<K, V> eldest) { return size() > DEFAULT_MAX_CAPACITY; } |
此处重写LinkedHashMap
中removeEldestEntry
方法, 当缓存新增元素的时候,会判断当前map大小是否超过DEFAULT_MAX_CAPACITY
,超过则移除map中最老的节点。
缓存清除机制
缓存清除机制与ConcurrentHashMap
的实现一致,均是通过timer
实现。
以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持服务器之家。
原文链接:http://www.jianshu.com/p/4194483127fe#