缓存框架Guava Cache部分源码分析

  在本地缓存中，最常用的就是OSCache和谷歌的Guava Cache。其中OSCache在07年就停止维护了，但它仍然被广泛的使用。谷歌的Guava Cache也是一个非常优秀的本地缓存，使用起来非常灵活，功能也十分强大，可以说是当前本地缓存中最优秀的缓存框架之一。之前我们分析了OSCache的部分源码，本篇就通过Guava Cache的部分源码，来分析一下Guava Cache的实现原理。

  在分析之前，先弄清数据结构的使用。之前的文章提到，OSCache使用了一个扩展的HashTable，作为缓存的数据结构，由于在get操作上，没有使用同步的方式，通过引入一个更新状态数据结构，来控制并发访问的安全。Guava Cache也是使用一个扩展的HashTable作为其缓存数据结构，然而，在实现上，和OSCache是完全不同的。Guava Cache所用的HashTable和ConcurrentHashMap十分相似，通过引入一个Segment数组，对HashTable进行分段，通过分离锁、final以及volatile的配合，实现了并发环境下的线程安全，同时，性能也非常高（每个Segment段的操作互不影响，即使写操作，只要在不同的Segment上，也完全可以并发的执行）。具体的原理，可以参考ConcurrentHashMap的实现，这里就不进行具体的剖析了。

  数据结构核心部分可以通过下面的图形表示：

CacheBuilder

  CacheBuilder集成了创建缓存所需的各种参数。正如官方文档介绍的：CacheBuilder将创建一个LoadingCache和Cache的实例，该实例可以包含下面任何特性

• 自动将内容加载到缓存中

• LRU淘汰策略

• 根据上一次访问时间或写入时间决定缓存过期

• key关键字可以采用弱引用（WeakReference）

• value值可以采用弱引用（WeakReference）以及软引用（SoftReference）

• 缓存移除或回收进行通知

• 统计缓存访问性能信息

  所有特性都是可选的，创建的缓存可以包含上面所有的特性，也可以都不使用，具有很强的灵活性。

下面是一个简单的使用例子：

LoadingCache graphs = CacheBuilder.newBuilder()
       .maximumSize(10000)
       .expireAfterWrite(10, TimeUnit.MINUTES)
       .removalListener(MY_LISTENER)
       .build(
           new CacheLoader() {
             public Graph load(Key key) throws AnyException {
               return createExpensiveGraph(key);
             }
           });}

  还可以这样写：

String spec = "maximumSize=10000,expireAfterWrite=10m";

   LoadingCache graphs = CacheBuilder.from(spec)
       .removalListener(MY_LISTENER)
       .build(
           new CacheLoader() {
             public Graph load(Key key) throws AnyException {
               return createExpensiveGraph(key);
             }
           });}

  说明：上面的例子指定Cache容量最大为10000，并且写入后经过10分钟自动过期，并指定了一个缓存移除的消息监听器，可以在缓存移除的时候，进行指定的操作。

  接下来，根据CacheBuilder的源码进行简要的分析：

  CacheBuilder中一些重要的参数：

//默认容量
  private static final int DEFAULT_INITIAL_CAPACITY = 16;
  //默认并发程度（segement大小就是通过这个计算）
  private static final int DEFAULT_CONCURRENCY_LEVEL = 4;
  //默认失效时间
  private static final int DEFAULT_EXPIRATION_NANOS = 0;
  //默认刷新时间
  private static final int DEFAULT_REFRESH_NANOS = 0;
  //默认性能计数器
  static final Supplier NULL_STATS_COUNTER = Suppliers.ofInstance(
      new StatsCounter() {
        @Override
        public void recordHits(int count) {}

        @Override
        public void recordMisses(int count) {}

        @Override
        public void recordLoadSuccess(long loadTime) {}

        @Override
        public void recordLoadException(long loadTime) {}

        @Override
        public void recordEviction() {}

        @Override
        public CacheStats snapshot() {
          return EMPTY_STATS;
        }
      });
  static final CacheStats EMPTY_STATS = new CacheStats(0, 0, 0, 0, 0, 0);

  static final Supplier CACHE_STATS_COUNTER =
      new Supplier() {
    @Override
    public StatsCounter get() {
      return new SimpleStatsCounter();
    }
  };
  //移除事件监听器（默认为空）
  enum NullListener implements RemovalListener {
    INSTANCE;

    @Override
    public void onRemoval(RemovalNotification notification) {}
  }

  enum OneWeigher implements Weigher {
    INSTANCE;

    @Override
    public int weigh(Object key, Object value) {
      return 1;
    }
  }

  static final Ticker NULL_TICKER = new Ticker() {
    @Override
    public long read() {
      return 0;
    }
  };

  static final int UNSET_INT = -1;

  boolean strictParsing = true;
  //初始容量
  int initialCapacity = UNSET_INT;
  //并发程度，Segment数组的大小通过这个进行计算，后面会进行介绍
  int concurrencyLevel = UNSET_INT;
  //缓存最大容量
  long maximumSize = UNSET_INT;
  //
  long maximumWeight = UNSET_INT;
  Weigher weigher;

  //引用类型（默认都为强引用）
  Strength keyStrength;
  Strength valueStrength;
  //写入后过期时间
  long expireAfterWriteNanos = UNSET_INT;
  //读取后过期时间
  long expireAfterAccessNanos = UNSET_INT;
  //刷新时间
  long refreshNanos = UNSET_INT;

  //判断是否相同的方法（因为有引用类型可以为弱引用和软引用）
  Equivalence