Ehcache

ehcache 集群配置： server1(192.168.1.6)： <?xml version="1.0" encoding="UTF-8"?><ehcache xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:noNamespaceSchemaLocation="http://ehcache.org/ehcache.xsd" updateCheck="false"> <!--超过大小后长久化磁盘地位--> <diskStore path="java.io.tmpdir"/> <cacheManagerPeerProviderFactory class="net.sf.ehcache.distribution.RMICacheManagerPeerProviderFactory" properties="peerDiscovery=manual, rmiUrls=//192.168.1.5:40001/dcsCache"/> <cacheManagerPeerListenerFactory class="net.sf.ehcache.distribution.RMICacheManagerPeerListenerFactory" properties="hostName=192.168.1.6,port=40001, socketTimeoutMillis=2000"/> <!-- default cache --> <defaultCache maxElementsInMemory="1000" eternal="false" timeToIdleSeconds="120" timeToLiveSeconds="120" overflowToDisk="false"/> <!--自定义缓存配置--> <cache name="dcsCache" maxElementsInMemory="1000" eternal="false" timeToIdleSeconds="120" timeToLiveSeconds="120" overflowToDisk="false" memoryStoreEvictionPolicy="LRU"> <cacheEventListenerFactory class="net.sf.ehcache.distribution.RMICacheReplicatorFactory" properties="replicateAsynchronously=true, replicatePuts=true, replicateUpdates=true, replicateUpdatesViaCopy=true, replicateRemovals=true"/> <bootstrapCacheLoaderFactory class="net.sf.ehcache.distribution.RMIBootstrapCacheLoaderFactory" /> </cache></ehcache>server2(192.168.1.5): <?xml version="1.0" encoding="UTF-8"?><ehcache xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:noNamespaceSchemaLocation="http://ehcache.org/ehcache.xsd" updateCheck="false"> <!--超过大小后长久化磁盘地位--> <diskStore path="java.io.tmpdir"/> <cacheManagerPeerProviderFactory class="net.sf.ehcache.distribution.RMICacheManagerPeerProviderFactory" properties="peerDiscovery=manual, rmiUrls=//192.168.1.6:40001/dcsCache"/> <cacheManagerPeerListenerFactory class="net.sf.ehcache.distribution.RMICacheManagerPeerListenerFactory" properties="hostName=192.168.1.5,port=40001, socketTimeoutMillis=2000"/> <!-- default cache --> <defaultCache maxElementsInMemory="1000" eternal="false" timeToIdleSeconds="120" timeToLiveSeconds="120" overflowToDisk="false"/> <!--自定义缓存配置--> <cache name="dcsCache" maxElementsInMemory="1000" eternal="false" timeToIdleSeconds="120" timeToLiveSeconds="120" overflowToDisk="false" memoryStoreEvictionPolicy="LRU"> <cacheEventListenerFactory class="net.sf.ehcache.distribution.RMICacheReplicatorFactory" properties="replicateAsynchronously=true, replicatePuts=true, replicateUpdates=true, replicateUpdatesViaCopy=true, replicateRemovals=true"/> <bootstrapCacheLoaderFactory class="net.sf.ehcache.distribution.RMIBootstrapCacheLoaderFactory" /> </cache></ehcache>application.yml server: port: 8082 servlet: context-path: /spring: devtools: restart: enabled: false cache: jcache: config: ehcache.xml测试管制类： package com.example.demo1125;import org.slf4j.Logger;import org.slf4j.LoggerFactory;import org.springframework.cache.annotation.CacheEvict;import org.springframework.cache.annotation.Cacheable;import org.springframework.stereotype.Controller;import org.springframework.web.bind.annotation.RequestMapping;import org.springframework.web.bind.annotation.ResponseBody;@Controller@RequestMapping("/dcs/ec")public class EhcacheDcsController { private static final Logger logger = LoggerFactory.getLogger(EhcacheDcsController.class); @RequestMapping(value = "save") @Cacheable(value="dcsCache",key="#value") @ResponseBody public Object save(String value) { logger.info("logger:/dcs/ec/save...."+value); System.out.println("/dcs/ec/save...."+value); return value; } @RequestMapping(value="del") @CacheEvict(value="dcsCache",key="#value",beforeInvocation=true) @ResponseBody public String del(String value){ logger.info("logger:delete cache key...."+value); System.out.println("delete cache key:"+value); return "delete cache key:"+value; }}Demo1125Application: ...

故事背景随着硬件价格的走低，大家对硬件的依赖越来越高。甚至据说，代码不重要，不行就加机器呗。比方缓存的应用，通常有基于虚拟机内存、基于磁盘存储、基于中间件（Redis内存）等形式，咱们都晓得，最适宜的才是最好的，但实际中，往往是动不动就间接上Redis。 那么，Redis肯定是最好的抉择吗？单不说对内存的要求，从效率和性能上来说，也未必是最优的。所以，不同的场景应用不同的缓存策略才是高手应该谋求的。 这篇文章就带大家意识除Redis之外的另一种缓存框架：EhCache。之所以要写写，也是因为我的项目中使用了此框架，同时又遇到点问题，于是决定深入研究一下。钻研之后，发现还真有点意思~ EhCache简介EhCache是一个纯Java的过程内缓存框架，具备疾速、精干的特点。留神的这里的关键字过程，基于过程的缓存直觉通知咱们效率必定要高一些，因为它间接在过程之内进行操作，但不同利用之间缓存的共享可能就会有问题。 EhCache是Hibernate中默认的CacheProvider，Spring Boot也对其进行了反对，Spring中提供的缓存形象也反对对EhCache缓存框架的绑定，而且反对基于注解的形式来应用。因而，EhCache是一款被宽泛应用的基于Java的高速缓存框架，应用起来也十分不便。 EhCache提供了多种缓存策略，次要分为内存和磁盘两级，是一款面向通用缓存、Java EE和轻量级容器的缓存框架。 EhCache的特点简略说一下该框架的特点： 简略、疾速，领有多种缓存策略；缓存数据有两级：内存和磁盘，无需放心容量问题；缓存数据会在虚拟机重启的过程中写入磁盘；能够通过RMI、可插入API等形式进行分布式缓存；具备缓存和缓存管理器的侦听接口；反对多缓存管理器实例，以及一个实例的多个缓存区域，并提供Hibernate的缓存实现；EhCache能够独自应用，但通常会与Mybatis、Shiro等三方类库联合应用。自己我的项目中应用EhCache就是联合Shiro来应用的。 除了长处，EhCache也还有一些毛病。比方，十分占用磁盘空间，这是因为DiskCache的算法简略，只是对元素间接追加存储。这样尽管能够提高效率，但在应用频繁的零碎中，磁盘很快会满。 另外就是不能保障数据安全，当然忽然kill掉Java过程时，可能会产生抵触。EhCache解决抵触的办法是重建Cache，这对Cache数据须要放弃时可能会产生影响。Cache只是简略的减速，不能保证数据的平安。 EhCache与RedisEhCache间接在JVM中进行缓存，速度快，效率高。与Redis相比，操作简略、易用、高效，尽管EhCache也提供有缓存共享的计划，但对分布式集群的反对不太好，缓存共享实现麻烦。 Redis是通过Socket拜访到缓存服务，效率比EhCache低，比数据库要快很多，解决集群和分布式缓存不便，有成熟的计划。 所以，如果是单体利用，或对缓存拜访要求很高，可思考采纳EhCache；如果是大型零碎，存在缓存共享、分布式部署、缓存内容很大时，则倡议采纳Redis。 EhCache架构图看一下EhCache的架构图，大略理解一下它由几局部组成。 Cache Replication局部提供了缓存复制的机制，用于分布式环境。EhCache最后是独立的本地缓存框架组件，在前期的倒退中，联合Terracotta服务阵列模型，能够反对分布式缓存集群，次要有RMI、JGroups、JMS和Cache Server等传播方式进行节点间通信。 In-process APIs则提供了基于JSR、JMX等规范的反对，可能较好的兼容和移植，同时对各类对象有较欠缺的监控管理机制。 Network APIs则对外提供了基于RESTful API、JMS API、Cache Server等形式的反对。 在应用过程中，须要关注的外围局部便是两头的Core局部了。它蕴含了外围的API和概念： CacheManager：缓存管理器，能够通过单例或者多例的形式创立，也是Ehcache的入口类。Cache：每个CacheManager能够治理多个Cache，每个Cache能够采纳hash的形式治理多个Element。所有cache都实现了Ehcache接口；Element：单条缓存数据的组成单位，用于寄存真正缓存内容的。三者的治理能够用下图示意： 缓存过期策略在架构图中还能够看到Memory Store LRU、Memory Store LFU、Memory Store FIFO等内存存储算法。也就是当缓存占用空间靠近临界值时，会采纳下面的淘汰策略来清理掉一部分数据。 EhCache提供了三种淘汰算法： FIFO：First In First Out，先进先出。判断被存储的工夫，离目前最远的数据优先被淘汰。LRU：Least Recently Used，最近起码应用。判断最近被应用的工夫，目前最远的数据优先被淘汰。LFU：Least Frequently Used，最不常常应用。在一段时间内，数据被应用次数起码的，优先被淘汰。Ehcache采纳的是懒淘汰机制，每次往缓存放入数据时，都会存一个工夫，在读取时要和设置的工夫做TTL比拟来判断是否过期。 EhCache实战解析理解了下面的基础知识之后，来试验一下EhCache如何应用。其中EhCache2.x和EhCache3.x的应用差距较大。 这里采纳比拟新的3.9.6版本，不同的版本在API的应用上会有所差别。 基于API应用EhCacheEhCache提供了基于API和xml两种模式创立CacheManger和Cache。先来看基于API的模式： 在pom文件中引入EhCache依赖： <dependency> <groupId>org.ehcache</groupId> <artifactId>ehcache</artifactId> <version>3.9.6</version></dependency> 创立并应用的代码如下： public class EhCacheTest { @Test public void test() { // 1、先创立一个CacheManagerBuilder； // 2、应用CacheManagerBuilder创立一个预配置（pre-configured)缓存：第一个参数为别名，第二个参数用来配置Cache； // 3、build办法构建并初始化；build中true参数示意进行初始化。 CacheManager cacheManager = CacheManagerBuilder.newCacheManagerBuilder() .withCache("preConfigured", CacheConfigurationBuilder.newCacheConfigurationBuilder(Long.class, String.class, ResourcePoolsBuilder.heap(100)).build()) .build(true); // 取回在设定的pre-configured，对于key和value值类型，要求是类型平安的，否则将抛出ClassCastException异样。 Cache<Long, String> preConfigured = cacheManager.getCache("preConfigured", Long.class, String.class); System.out.println("从缓存中获取key为preConfigured：" + preConfigured); // 依据需要，通过CacheManager创立出新的Cache。实例化和残缺实例化的Cache将通过CacheManager.getCache API返回。 Cache<Long, String> myCache = cacheManager.createCache("myCache", CacheConfigurationBuilder.newCacheConfigurationBuilder(Long.class, String.class, ResourcePoolsBuilder.heap(100)).build()); // 应用put办法存储数据 myCache.put(1L, "da one!"); // 应用get办法获取数据 String value = myCache.get(1L); System.out.println("从缓存中获取key为1L：" + value); // close办法将开释CacheManager所治理的缓存资源 cacheManager.close(); }}上述代码基于API的模式演示了如何创立CacheManager及Cache，并对Cache进行设置和获取。 ...