当前位置:首页 > 公众号精选 > 架构师社区
[导读]前言 随着互联网的高速发展,市面上也出现了越来越多的网站和app。我们判断一个软件是否好用,用户体验就是一个重要的衡量标准。比如说我们经常用的微信,打开一个页面要十几秒,发个语音要几分钟对方才能收到。相信这样的软件大家肯定是都不愿意用的。软件要

前言

随着互联网的高速发展,市面上也出现了越来越多的网站和app。我们判断一个软件是否好用,用户体验就是一个重要的衡量标准。比如说我们经常用的微信,打开一个页面要十几秒,发个语音要几分钟对方才能收到。相信这样的软件大家肯定是都不愿意用的。软件要做到用户体验好,响应速度快,缓存就是必不可少的一个神器。缓存又分进程内缓存和分布式缓存两种:分布式缓存如redis、memcached等,还有本地(进程内)缓存如ehcache、GuavaCache、Caffeine等。说起Guava Cache,很多人都不会陌生,它是Google Guava工具包中的一个非常方便易用的本地化缓存实现,基于LRU算法实现,支持多种缓存过期策略。由于Guava的大量使用,Guava Cache也得到了大量的应用。但是,Guava Cache的性能一定是最好的吗?也许,曾经它的性能是非常不错的。正所谓长江后浪推前浪,前浪被拍在沙滩上。我们就来介绍一个比Guava Cache性能更高的缓存框架:Caffeine

Tips: Spring5(SpringBoot2)开始用Caffeine取代guava.详见官方信息SPR-13797
https://jira.spring.io/browse/SPR-13797

官方性能比较

以下测试都是基于jmh测试的,官网地址
测试为什么要基于jmh测试,可以参考知乎上R回答

在HotSpot VM上跑microbenchmark切记不要在main()里跑循环计时就完事。这是典型错误。重要的事情重复三遍:请用JMH,请用JMH,请用JMH。除非非常了解HotSpot的实现细节,在main里这样跑循环计时得到的结果其实对一般程序员来说根本没有任何意义,因为无法解释。

  • 8个线程读,100%的读操作

    本地缓存性能之王Caffeine
  • 6个线程读,2个线程写,也就是75%的读操作,25%的写操作。

    本地缓存性能之王Caffeine
  • 8个线程写,100%的写操作

    本地缓存性能之王Caffeine
对比结论

可以从数据看出来Caffeine的性能都比Guava要好。然后Caffeine的API的操作功能和Guava是基本保持一致的,并且  Caffeine为了兼容之前是Guava的用户,做了一个Guava的Adapter给大家使用也是十分的贴心。

如何使用

  • 在 pom.xml 中添加 caffeine 依赖

1<!-- https://mvnrepository.com/artifact/com.github.ben-manes.caffeine/caffeine -->
2<dependency>
3    <groupId>com.github.ben-manes.caffeine</groupId>
4    <artifactId>caffeine</artifactId>
5    <version>2.8.2</version>
6</dependency>

创建对象

1 Cache<String, Object> cache = Caffeine.newBuilder()
2                .initialCapacity(100)//初始大小
3                .maximumSize(200)//最大数量
4                .expireAfterWrite(3, TimeUnit.SECONDS)//过期时间
5                .build();
创建参数介绍
  • initialCapacity: 初始的缓存空间大小

  • maximumSize: 缓存的最大数量

  • maximumWeight: 缓存的最大权重

  • expireAfterAccess: 最后一次读或写操作后经过指定时间过期

  • expireAfterWrite: 最后一次写操作后经过指定时间过期

  • refreshAfterWrite: 创建缓存或者最近一次更新缓存后经过指定时间间隔,刷新缓存

  • weakKeys: 打开key的弱引用

  • weakValues:打开value的弱引用

  • softValues:打开value的软引用

  • recordStats:开发统计功能

注意:
expireAfterWrite和expireAfterAccess同时存在时,以expireAfterWrite为准。
maximumSize和maximumWeight不可以同时使用。

添加数据

Caffeine 为我们提供了手动、同步和异步这几种填充策略。
下面我们来演示下手动填充策略吧,其他几种如果大家感兴趣的可以去官网了解下

1  Cache<String, String> cache = Caffeine.newBuilder()
2                .build();
3        cache.put("java金融""java金融");
4        System.out.println(cache.getIfPresent("java金融"));

自动添加(自定义添加函数)

 1  public static void main(String[] args) {
2        Cache<String, String> cache = Caffeine.newBuilder()
3                .build();
4        // 1.如果缓存中能查到,则直接返回
5        // 2.如果查不到,则从我们自定义的getValue方法获取数据,并加入到缓存中
6        String val = cache.get("java金融", k -> getValue(k));
7        System.out.println(val);
8    }
9    /**
10     * 缓存中找不到,则会进入这个方法。一般是从数据库获取内容
11     * @param k
12     * @return
13     */

14    private static String getValue(String k) {
15        return k + ":value";
16    }

过期策略

Caffeine 为我们提供了三种过期策略
,分别是基于大小(size-based)、基于时间(time-based)、基于引用(reference-based)

基于大小(size-based)
 1      LoadingCache<String, String> cache = Caffeine.newBuilder()
2                // 最大容量为1
3                .maximumSize(1)
4                .build(k->getValue(k));
5        cache.put("java金融1","java金融1");
6        cache.put("java金融2","java金融2");
7        cache.put("java金融3","java金融3");
8        cache.cleanUp();
9        System.out.println(cache.getIfPresent("java金融1"));
10        System.out.println(cache.getIfPresent("java金融2"));
11        System.out.println(cache.getIfPresent("java金融3"));

运行结果如下:淘汰了两个只剩下一个。

1null
2null
3java金融3
基于时间(time-based)

Caffeine提供了三种定时驱逐策略:

expireAfterWrite(long, TimeUnit)
  • 在最后一次写入缓存后开始计时,在指定的时间后过期。

 1  LoadingCache<String, String> cache =  Caffeine.newBuilder()
2                // 最大容量为1
3                .maximumSize(1)
4                .expireAfterWrite(3, TimeUnit.SECONDS)
5                .build(k->getValue(k));
6        cache.put("java金融","java金融");
7        Thread.sleep(1*1000);
8        System.out.println(cache.getIfPresent("java金融"));
9        Thread.sleep(1*1000);
10        System.out.println(cache.getIfPresent("java金融"));
11        Thread.sleep(1*1000);
12        System.out.println(cache.getIfPresent("java金融"));

运行结果第三秒的时候取值为空。

1java金融
2java金融
3null
expireAfterAccess
  • 在最后一次读或者写入后开始计时,在指定的时间后过期。假如一直有请求访问该key,那么这个缓存将一直不会过期。

 1LoadingCache<String, String> cache =  Caffeine.newBuilder()
2                // 最大容量为1
3                .maximumSize(1)
4                .expireAfterAccess(3, TimeUnit.SECONDS)
5                .build(k->getValue(k));
6        cache.put("java金融","java金融");
7        Thread.sleep(1*1000);
8        System.out.println(cache.getIfPresent("java金融"));
9        Thread.sleep(1*1000);
10        System.out.println(cache.getIfPresent("java金融"));
11        Thread.sleep(1*1000);
12        System.out.println(cache.getIfPresent("java金融"));
13        Thread.sleep(3001);
14        System.out.println(cache.getIfPresent("java金融"));

运行结果:读和写都没有的情况下,3秒后才过期,然后就输出了null。

1java金融
2java金融
3java金融
4null
expireAfter(Expiry)
  • 在expireAfter中需要自己实现Expiry接口,这个接口支持expireAfterCreate,expireAfterUpdate,以及expireAfterRead了之后多久过期。注意这个是和expireAfterAccess、expireAfterAccess是互斥的。这里和expireAfterAccess、expireAfterAccess不同的是,需要你告诉缓存框架,他应该在具体的某个时间过期,获取具体的过期时间。

 1 LoadingCache<String, String> cache = Caffeine.newBuilder()
2                // 最大容量为1
3                .maximumSize(1)
4                .removalListener((key, value, cause) ->
5                        System.out.println("key:" + key + ",value:" + value + ",删除原因:" + cause))
6                .expireAfter(new Expiry<String, String>() {
7                    @Override
8                    public long expireAfterCreate(@NonNull String key, @NonNull String value, long currentTime) {
9                        return currentTime;
10                    }
11                    @Override
12                    public long expireAfterUpdate(@NonNull String key, @NonNull String value, long currentTime, @NonNegative long currentDuration) {
13                        return currentTime;
14                    }
15
16                    @Override
17                    public long expireAfterRead(@NonNull String key, @NonNull String value, long currentTime, @NonNegative long currentDuration) {
18                        return currentTime;
19                    }
20                })
21                .build(k -> getValue(k));

删除

  • 单个删除:Cache.invalidate(key)

  • 批量删除:Cache.invalidateAll(keys)

  • 删除所有缓存项:Cache.invalidateAll

总结

本文只是对Caffeine的一个简单使用的介绍,它还有很多不错的东西,比如缓存监控、事件监听、W-TinyLFU算法(高命中率、低内存占用)感兴趣的同学可以去官网查看。

参考

https://www.itcodemonkey.com/article/9498.html
https://juejin.im/post/5dede1f2518825121f699339
https://www.cnblogs.com/CrankZ/p/10889859.html
https://blog.csdn.net/hy245120020/article/details/78080686

https://www.zhihu.com/question/58735131/answer/307771944


特别推荐一个分享架构+算法的优质内容,还没关注的小伙伴,可以长按关注一下:

本地缓存性能之王Caffeine

长按订阅更多精彩▼

本地缓存性能之王Caffeine

如有收获,点个在看,诚挚感谢

免责声明:本文内容由21ic获得授权后发布,版权归原作者所有,本平台仅提供信息存储服务。文章仅代表作者个人观点,不代表本平台立场,如有问题,请联系我们,谢谢!

本站声明: 本文章由作者或相关机构授权发布,目的在于传递更多信息,并不代表本站赞同其观点,本站亦不保证或承诺内容真实性等。需要转载请联系该专栏作者,如若文章内容侵犯您的权益,请及时联系本站删除。
关闭
关闭