溫馨提示×
您好，登錄后才能下訂單哦！
點擊 登錄注冊 即表示同意《億速云用戶服務條款》
您好，登錄后才能下訂單哦！
1、介紹
在本文中，我們來看看Caffeine — 一個高性能的 Java 緩存庫。
緩存和 Map 之間的一個根本區別在于緩存可以回收存儲的 item。
回收策略為在指定時間刪除哪些對象。此策略直接影響緩存的命中率 — 緩存庫的一個重要特征。
Caffeine 因使用 Window TinyLfu 回收策略，提供了一個近乎最佳的命中率。
2、依賴
我們需要在 pom.xml 中添加 caffeine 依賴：
<dependency> <groupId>com.github.ben-manes.caffeine</groupId> <artifactId>caffeine</artifactId> <version>2.5.5</version> </dependency>
您可以在Maven Central 上找到最新版本的 caffeine。
3、填充緩存
讓我們來了解一下 Caffeine 的三種緩存填充策略：手動、同步加載和異步加載。
首先，我們為要緩存中存儲的值類型寫一個類：
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、手動填充
在此策略中，我們手動將值放入緩存之后再檢索。
讓我們初始化緩存：
Cache<String, DataObject> cache = Caffeine.newBuilder() .expireAfterWrite(1, TimeUnit.MINUTES) .maximumSize(100) .build();
現在，我們可以使用 getIfPresent 方法從緩存中獲取一些值。 如果緩存中不存在此值，則此方法將返回 null：
String key = "A"; DataObject dataObject = cache.getIfPresent(key); assertNull(dataObject);
我們可以使用 put 方法手動填充緩存：
cache.put(key, dataObject); dataObject = cache.getIfPresent(key); assertNotNull(dataObject);
我們也可以使用 get 方法獲取值，該方法將一個參數為 key 的 Function 作為參數傳入。如果緩存中不存在該鍵，則該函數將用于提供回退值，該值在計算后插入緩存中：
dataObject = cache
.get(key, k -> DataObject.get("Data for A"));
assertNotNull(dataObject);
assertEquals("Data for A", dataObject.getData());
get 方法可以原子方式執行計算。這意味著您只進行一次計算 — 即使多個線程同時請求該值。這就是為什么使用 get 優于 getIfPresent。
有時我們需要手動使一些緩存的值失效：
cache.invalidate(key); dataObject = cache.getIfPresent(key); assertNull(dataObject);
3.2、同步加載
這種加載緩存的方法使用了與用于初始化值的 Function 相似的手動策略的 get 方法。讓我們看看如何使用它。
首先，我們需要初始化緩存：
LoadingCache<String, DataObject> cache = Caffeine.newBuilder()
.maximumSize(100)
.expireAfterWrite(1, TimeUnit.MINUTES)
.build(k -> DataObject.get("Data for " + k));
現在我們可以使用 get 方法檢索值：
DataObject dataObject = cache.get(key);
assertNotNull(dataObject);
assertEquals("Data for " + key, dataObject.getData());
我們也可以使用 getAll 方法獲取一組值：
Map<String, DataObject> dataObjectMap
= cache.getAll(Arrays.asList("A", "B", "C"));
assertEquals(3, dataObjectMap.size());
從傳遞給 build 方法的底層后端初始化函數檢索值。 這使得可以使用緩存作為訪問值的主要門面（Facade）。
3.3、異步加載
此策略的作用與之前相同，但是以異步方式執行操作，并返回一個包含值的 CompletableFuture：
AsyncLoadingCache<String, DataObject> cache = Caffeine.newBuilder()
.maximumSize(100)
.expireAfterWrite(1, TimeUnit.MINUTES)
.buildAsync(k -> DataObject.get("Data for " + k));
我們可以以相同的方式使用 get 和 getAll 方法，同時考慮到他們返回的是 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 有許多有用的 API，您可以在此文中獲取更多內容。
4、值回收
Caffeine 有三個值回收策略：基于大小，基于時間和參考。
4.1、基于大小回收
這種回收方式假定當超過配置的緩存大小限制時會發生回收。 獲取大小有兩種方法：緩存中計數對象，或獲取權重。
讓我們看看如何計算緩存中的對象。當緩存初始化時，其大小等于零：
LoadingCache<String, DataObject> cache = Caffeine.newBuilder()
.maximumSize(1)
.build(k -> DataObject.get("Data for " + k));
assertEquals(0, cache.estimatedSize());
當我們添加一個值時，大小明顯增加：
cache.get("A");
assertEquals(1, cache.estimatedSize());
我們可以將第二個值添加到緩存中，這導致第一個值被刪除：
cache.get("B");
cache.cleanUp();
assertEquals(1, cache.estimatedSize());
值得一提的是，在獲取緩存大小之前，我們調用了 cleanUp 方法。 這是因為緩存回收被異步執行，這種方法有助于等待回收的完成。
我們還可以傳遞一個 weigher Function 來獲取緩存的大小：
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());
當 weight 超過 10 時，值將從緩存中刪除：
cache.get("C");
cache.cleanUp();
assertEquals(2, cache.estimatedSize());
4.2、基于時間回收
這種回收策略是基于條目的到期時間，有三種類型：
讓我們使用 expireAfterAccess 方法配置訪問后過期策略：
LoadingCache<String, DataObject> cache = Caffeine.newBuilder()
.expireAfterAccess(5, TimeUnit.MINUTES)
.build(k -> DataObject.get("Data for " + k));
要配置寫入后到期策略，我們使用 expireAfterWrite 方法：
cache = Caffeine.newBuilder()
.expireAfterWrite(10, TimeUnit.SECONDS)
.weakKeys()
.weakValues()
.build(k -> DataObject.get("Data for " + k));
要初始化自定義策略，我們需要實現 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、基于引用回收
我們可以將緩存配置為啟用緩存鍵值的垃圾回收。為此，我們將 key 和 value 配置為 弱引用，并且我們可以僅配置軟引用以進行垃圾回收。
當沒有任何對對象的強引用時，使用 WeakRefence 可以啟用對象的垃圾收回收。SoftReference 允許對象根據 JVM 的全局最近最少使用（Least-Recently-Used）的策略進行垃圾回收。有關 Java 引用的更多詳細信息，請參見此處。
我們應該使用 Caffeine.weakKeys()、Caffeine.weakValues() 和 Caffeine.softValues() 來啟用每個選項：
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、刷新
可以將緩存配置為在定義的時間段后自動刷新條目。讓我們看看如何使用 refreshAfterWrite 方法：
Caffeine.newBuilder()
.refreshAfterWrite(1, TimeUnit.MINUTES)
.build(k -> DataObject.get("Data for " + k));
這里我們應該要明白 expireAfter 和 refreshAfter 之間的區別。 當請求過期條目時，執行將發生阻塞，直到 build Function 計算出新值為止。
但是，如果條目可以刷新，則緩存將返回一個舊值，并異步重新加載該值。
6、統計
Caffeine 有一種記錄緩存使用情況的統計方式：
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());
我們也可能會傳入 recordStats supplier，創建一個 StatsCounter 的實現。每次與統計相關的更改將推送此對象。
7、結論
在本文中，我們熟悉了 Java 的 Caffeine 緩存庫。 我們看到了如何配置和填充緩存，以及如何根據我們的需要選擇適當的到期或刷新策略。
文中示例的源代碼可以在 Github 上找到。
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億速云。
免責聲明：本站發布的內容（圖片、視頻和文字）以原創、轉載和分享為主，文章觀點不代表本網站立場，如果涉及侵權請聯系站長郵箱：is@yisu.com進行舉報，并提供相關證據，一經查實，將立刻刪除涉嫌侵權內容。
