1 引入
说到缓存，可能大家最先想到的还是Redis。作为基于键值对的非关系型数据库，Redis具有高性能、丰富的数据结构、持久化、高可用、分布式等特性，使其在业内得到了广泛的认可和使用。但是，使用Redis必然涉及到网络连接，当网络连接不稳定或网络耗时严重时，必然会影响到我们的业务使用。如果我们想提高我们的业务性能，又减少对其他机器的依赖，那么，使用本地缓存会是一个不错的选择。
使用本地缓存时，大多时候我们会采用ConcurrentHashMap来实现。对于本地缓存的使用，现在有一些较为成熟的本地缓存工具，如ehcache、guava cache，以及Caffeine。当需要对缓存进行持久化操作时，可以考虑使用ehcache。如果没有持久化操作，可以考虑使用guava cache或caffeine，caffeine是基于guava cache进行的二次优化，可根据自身业务需要选择使用哪一种本地缓存工具，本文将针对在DRS系统中使用到的 Guava Cache 进行讲解。
在本次项目中，选择的guava cache版本信息如下：
<dependency> <groupId> com.google.guava </groupId> <artifactId> guava </artifactId> <version> 30.1-jre </version> </dependency>2 Guava Cache介绍
Guava cache和ConcurrentHashMap很相似，都是采用的key-value键值对的方式进行数据的存储，都采用了分段加锁的方式来提高多线程下的并发操作。不同的是，使用ConcurrentHashMap进行缓存存储时，会一直保留缓存数据，直到系统重启或显示删除缓存，而guava cache支持缓存过期时间的设置，可以进行缓存清理操作。同时，guava cache还可以自动加载缓存，当我们需要从数据库中加载数据到缓存时，不需要每次在获取缓存时判断缓存是否存在，guava cache会按照我们设置的加载方式进行数据的加载。除此之外，guava cache还可以进行一些统计操作，如统计缓存的命中率、加载新值的平均时间等。正是由于Guava cache的这些特性，我们才选择它应用于DRS系统中。下面，来看看我们是如何使用Guava Cache进行缓存管理操作的吧。
3 缓存的过期时间设置
Guava Cache支持三种过期设置，分别是基于容量的回收、定时回收，以及基于引用的回收。显然，基于容量的回收和基于引用的回收跟缓存时间没关系。当我们需要设置缓存的缓存的过期时间时，使用的必然是定时回收的回收策略，那么，在guava cache中，支持两种定时回收策略，分别是基于读写访问的回收与基于写访问的回收，也就是缓存在设置的时间内没有被读写访问或写访问，缓存将会被回收，这种特性是可以满足我们过期时间设置要求的。这两种方法分别是： expireAfterAccess(long, TimeUnit)：基于读写访问的回收，缓存项在给定时间内没有被读/写访问，则回收 expireAfterWrite(long, TimeUnit)：基于写访问的回收，即缓存项在给定时间内没有被写访问，则回收 如下，给出了基于写访问的回收策略，过期时间设置的是3秒：
Cache < String , String > cache = CacheBuilder . newBuilder () . expireAfterWrite ( 3 , TimeUnit . SECONDS ) . build ();但是，在我们的项目中，需要针对不同的key设置不同的过期时间。而上面的示例中，只能满足一种过期时间的设置，所有key的过期时间都是一样的。为了满足不同过期时间的需求，这里我们采用了一个两级结构的guava cache来实现，如下所示：
private Cache < String , Cache < String , String >> cacheCache = CacheBuilder . newBuilder (). build (); public void init () { Cache < String , String > cache1 = CacheBuilder . newBuilder () . expireAfterWrite ( 3 , TimeUnit . SECONDS ) . build (); cache1 . put ( "appName" , "drs-server" ); Cache < String , String > cache2 = CacheBuilder . newBuilder () . expireAfterWrite ( 2 , TimeUnit . SECONDS ) . build (); cache2 . put ( "appName" , "drs-ops" ); cacheCache . put ( "key1" , cache1 ); cacheCache . put ( "key2" , cache2 ); }在上面的示例中，还可以使用Map+guava cache的方式，也就是一个map里面套一个guava cache，定义如下：
Map < String , Cache < String , String >> cacheMap = new HashMap < String , Cache < String , String >>();那为什么我们要使用一个两级的cache结构而不是Map+cache的方式呢？原因在于，当读取的数据在缓存中没有时，我们是希望能够自动去从数据库加载的，所以使用两级的cache结构更合适。说到这里，就不得不提到guava cache的加载机制了。
4 缓存加载机制
guava cache有两种方式加载，一种是在构建缓存对象的时候，在build方法中设置缓存的加载方式（仅LocalCache对象可用）；另一种是在获取缓存对象的时候，通过实现Callable接口方法的方式设置加载方式。 采用如下的方式构建缓存对象：
LoadingCache < String , String > cache = CacheBuilder . newBuilder () . build ( new CacheLoader < String , String >() { @Override public String load ( String s ) throws Exception { return "load: " + UUID . randomUUID (). toString (). substring ( 1 , 6 ); } });通过上述方式构建完LocalCache的缓存对象，当调用get(K key)方法获取缓存时，如果指定的key对应的缓存值不存在，则会从load的方法中加载对象。但是，如果使用的是getIfPresent方法，则不会从执行load方法中加载缓存值，而是返回null值。当时用get(K key, Callable call) 获取缓存时，如果对应的缓存值不存在，则会从实现的Callable接口方法中来加载缓存。完整的示例代码如下所示:
public static void main ( String [] args ) throws Exception { LoadingCache < String , String > cache = CacheBuilder . newBuilder () . build ( new CacheLoader < String , String >() { @Override public String load ( String s ) throws Exception { return "load: " + UUID . randomUUID (). toString (). substring ( 1 , 6 ); } }); System . out . println ( cache . getIfPresent ( "appName1" )); System . out . println ( cache . get ( "appName2" )); String loadValue = cache . get ( "appName3" , new Callable < String >() { @Override public String call () throws Exception { return "call: " + UUID . randomUUID (). toString (). substring ( 1 , 6 ); } }); System . out . println ( loadValue ); }测试结果如下：
5 缓存清理
既然我们给缓存设置了过期时间，那么，缓存过期时间到了后，又是怎么来清理的呢？实际上，过期后的缓存并不会[自动]进行清理，而是在下一次进行读访问或是写访问的时候，通过判断当前时间与缓存加载进来时的时间进行比较，如果时间差大于给定的过期时间，则会清理缓存。如果设置了缓存的加载方式，则会重新加载缓存值，缓存的加载时间也会更新。通过代码调试可以发现，缓存清理是在get方法里实现的，用到的以下几个方法：
get ( Object key , int hash ); // 获取缓存值 getLiveEntry ( Object key , int hash , long now ); // 获取存活的对象 isExpired ( ReferenceEntry < K , V > entry , long now ); // 判断是否过期 expireEntries ( long now ); // 清理缓存其中，判断是否过期的逻辑如下：
如果缓存已过期，则返回true，然后执行缓存清理删除操作，如下所示：
除此之外，guava cache还支持缓存的一些统计工作，如统计缓存命中率、加载新值的平均时间、缓存项被回收的总数等，还有缓存中断操作和刷新操作，由于本次项目中没有使用到这些特性，没有进行深入的了解，感兴趣的同学如有使用到，可以去官方网站进行深入了解，详见 ifeve.com/google-guav…
以上就是Guava Cache的使用简介的详细内容，更多关于Guava Cache的使用的资料请关注其它相关文章！
原文链接：https://juejin.cn/post/6944952864003325988
查看更多关于Guava Cache的使用简介的详细内容...