1、简介
在本文中,咱们将理解 Caffeine,一个用于 Java 的高性能缓存库。
缓存和 Map 之间的一个基本区别是缓存会清理存储的我的项目。
一个清理策略会决定在某个给定工夫哪些对象应该被删除,这个策略间接影响缓存的命中率——缓存库的一个要害个性。
Caffeine 应用 Window TinyLfu
清理策略,它提供了靠近最佳的命中率。
<!–more–>
2、依赖
咱们须要将 Caffeine 依赖增加到咱们的 pom.xml 中:
<dependency>
<groupId>com.github.ben-manes.caffeine</groupId>
<artifactId>caffeine</artifactId>
<version>2.5.5</version>
</dependency>
您能够在 Maven Central 上找到最新版本的 Caffeine。
3、写入缓存
让咱们关注 Caffeine 的三种缓存写入策略:手动、同步加载和异步加载。
首先,让咱们编写一个类,作为要存储在缓存中的值的类型:
class DataObject {
private final String data;
private static int objectCounter = 0;
// standard constructors/getters
public static DataObject get(String data) {
objectCounter++;
return new DataObject(data);
}
}
3.1、手动写入
在此策略中,咱们手动将值写入缓存并稍后读取它们。
咱们先初始化缓存:
Cache<String, DataObject> cache = Caffeine.newBuilder()
.expireAfterWrite(1, TimeUnit.MINUTES)
.maximumSize(100)
.build();
当初,咱们能够应用 getIfPresent
办法从缓存中获取一些值。如果缓存中不存在该值,则此办法将返回null
:
String key = "A";
DataObject dataObject = cache.getIfPresent(key);
assertNull(dataObject);
咱们能够应用 put
办法手动写入缓存:
cache.put(key, dataObject);
dataObject = cache.getIfPresent(key);
assertNotNull(dataObject);
咱们还能够应用 get
办法获取值,该办法承受一个函数和一个键作为参数。如果缓存中不存在该键,则此函数将用于提供兜底值,该值将在执行后写入缓存:
dataObject = cache
.get(key, k -> DataObject.get("Data for A"));
assertNotNull(dataObject);
assertEquals("Data for A", dataObject.getData());
这个 GET 办法执行是原子性的。这意味着即便多个线程同时申请该值,执行只会进行一次。这就是为什么应用 get
比getIfPresent
更好。
有时咱们须要手动使一些缓存的值生效:
cache.invalidate(key);
dataObject = cache.getIfPresent(key);
assertNull(dataObject);
3.2、同步加载
这种加载缓存的办法须要一个Function
,用于初始化写入值,相似于手动写入策略的 get 办法,让咱们看看如何应用它。
首先,咱们须要初始化咱们的缓存:
LoadingCache<String, DataObject> cache = Caffeine.newBuilder()
.maximumSize(100)
.expireAfterWrite(1, TimeUnit.MINUTES)
.build(k -> DataObject.get("Data for" + k));
当初咱们能够应用 get
办法读取值:
DataObject dataObject = cache.get(key);
assertNotNull(dataObject);
assertEquals("Data for" + key, dataObject.getData());
咱们还能够应用 getAll
办法获取一组值:
Map<String, DataObject> dataObjectMap
= cache.getAll(Arrays.asList("A", "B", "C"));
assertEquals(3, dataObjectMap.size());
值从传递给 build
办法的底层后端初始化 Function
中读取到,这样就能够应用缓存作为拜访值的次要入口了。
3.3、异步加载
此策略的工作原理与前一个雷同,然而会异步执行操作并返回一个 CompletableFuture
来保留理论的值:
AsyncLoadingCache<String, DataObject> cache = Caffeine.newBuilder()
.maximumSize(100)
.expireAfterWrite(1, TimeUnit.MINUTES)
.buildAsync(k -> DataObject.get("Data for" + k));
咱们能够以雷同的形式应用 get
和getAll
办法,思考到它们的返回是CompletableFuture
:
String key = "A";
cache.get(key).thenAccept(dataObject -> {assertNotNull(dataObject);
assertEquals("Data for" + key, dataObject.getData());
});
cache.getAll(Arrays.asList("A", "B", "C"))
.thenAccept(dataObjectMap -> assertEquals(3, dataObjectMap.size()));
CompletableFuture 具备很多有用的 API,您能够在本文中浏览更多相干信息。
4、缓存值的清理
Caffeine 有三种缓存值的清理策略:基于大小、基于工夫和基于援用。
4.1、基于大小的清理
这种类型的清理设计为在超出缓存配置的大小限度时产生清理。有两种获取大小的办法——计算缓存中的对象数,或者获取它们的权重。
让咱们看看如何计算缓存中的对象数。缓存初始化时,其大小为零:
LoadingCache<String, DataObject> cache = Caffeine.newBuilder()
.maximumSize(1)
.build(k -> DataObject.get("Data for" + k));
assertEquals(0, cache.estimatedSize());
当咱们增加一个值时,大小明显增加:
cache.get("A");
assertEquals(1, cache.estimatedSize());
咱们能够将第二个值增加到缓存中,这会导致删除第一个值:
cache.get("B");
cache.cleanUp();
assertEquals(1, cache.estimatedSize());
值得一提的是,咱们在获取缓存大小之前调用了 cleanUp
办法。这是因为缓存清理是异步执行的,该办法有助于期待清理实现。
咱们还能够传入一个 weigher
的 Function 来定义缓存大小的获取:
LoadingCache<String, DataObject> cache = Caffeine.newBuilder()
.maximumWeight(10)
.weigher((k,v) -> 5)
.build(k -> DataObject.get("Data for" + k));
assertEquals(0, cache.estimatedSize());
cache.get("A");
assertEquals(1, cache.estimatedSize());
cache.get("B");
assertEquals(2, cache.estimatedSize());
当权重超过 10 时,这些值将从缓存中删除:
cache.get("C");
cache.cleanUp();
assertEquals(2, cache.estimatedSize());
4.2、基于工夫的清理
这种清理策略基于条目标过期工夫,分为三种:
- 拜访后过期——自上次读取或写入以来,条目在通过某段时间后过期
- 写入后过期——自上次写入以来,条目在通过某段时间后过期
- 自定义策略——由
Expiry
的实现来为每个条目独自计算到期工夫
让咱们应用 expireAfterAccess
办法配置拜访后过期策略:
LoadingCache<String, DataObject> cache = Caffeine.newBuilder()
.expireAfterAccess(5, TimeUnit.MINUTES)
.build(k -> DataObject.get("Data for" + k));
要配置写入后过期策略,咱们应用 expireAfterWrite
办法:
cache = Caffeine.newBuilder()
.expireAfterWrite(10, TimeUnit.SECONDS)
.weakKeys()
.weakValues()
.build(k -> DataObject.get("Data for" + k));
要初始化自定义策略,咱们须要实现 Expiry 接口:
cache = Caffeine.newBuilder().expireAfter(new Expiry<String, DataObject>() {
@Override
public long expireAfterCreate(String key, DataObject value, long currentTime) {return value.getData().length() * 1000;}
@Override
public long expireAfterUpdate(String key, DataObject value, long currentTime, long currentDuration) {return currentDuration;}
@Override
public long expireAfterRead(String key, DataObject value, long currentTime, long currentDuration) {return currentDuration;}
}).build(k -> DataObject.get("Data for" + k));
4.3、基于援用的清理
咱们能够配置咱们的缓存,容许缓存的键或值或二者一起的垃圾收集。为此,咱们须要为键和值配置 WeakReference
的应用,并且咱们能够配置 SoftReference
仅用于值的垃圾收集。
WeakReference
的应用容许在没有对对象的任何强援用时对对象进行垃圾回收。SoftReference
容许基于 JVM 的全局 LRU(最近起码应用)策略对对象进行垃圾回收。能够在此处找到无关 Java 中援用的更多详细信息。
咱们应用 Caffeine.weakKeys()、Caffeine.weakValues()和 Caffeine.softValues()来启用每个选项:
LoadingCache<String, DataObject> cache = Caffeine.newBuilder()
.expireAfterWrite(10, TimeUnit.SECONDS)
.weakKeys()
.weakValues()
.build(k -> DataObject.get("Data for" + k));
cache = Caffeine.newBuilder()
.expireAfterWrite(10, TimeUnit.SECONDS)
.softValues()
.build(k -> DataObject.get("Data for" + k));
5、缓存刷新
能够将缓存配置为在定义的时间段后主动刷新条目。让咱们看看如何应用 refreshAfterWrite 办法做到这一点:
Caffeine.newBuilder()
.refreshAfterWrite(1, TimeUnit.MINUTES)
.build(k -> DataObject.get("Data for" + k));
在这里,咱们应该明确 expireAfter 和 refreshAfter 的一个区别:当申请过期条目时,执行会阻塞,直到 build 函数计算出新值。然而如果该条目合乎刷新条件,则缓存将返回一个旧值并异步从新加载该值。
6、统计
Caffeine 提供了一种记录缓存应用统计信息的办法:
LoadingCache<String, DataObject> cache = Caffeine.newBuilder()
.maximumSize(100)
.recordStats()
.build(k -> DataObject.get("Data for" + k));
cache.get("A");
cache.get("A");
assertEquals(1, cache.stats().hitCount());
assertEquals(1, cache.stats().missCount());
咱们还能够创立一个 StatsCounter
的实现作为参数来传入recordStats
。每次与统计相干的更改,这个实现对象都将被调用。
7、论断
在本文中,咱们相熟了 Java 的 Caffeine 缓存库。咱们看到了如何配置和存入缓存,以及如何依据须要抉择适合的过期或刷新策略。
原文:https://www.baeldung.com/java…
翻译:码农熊猫
更多技术干货,请拜访我的集体网站 https://pinmost.com,或关注公众号【码农熊猫】