Guava cache介绍
Guava是谷歌开源的java工具类jar包，是Google的java核心库，许多java项目都依赖它。Guava包括：集合collections，
缓存caching，原生类型primitives support，并发库concurrency libraries，通用注解common annotations等等。
Guava cache 中文文档：http://ifeve.com/google-guava-cachesexplained/
本篇wiki介绍Guava cache技术，它在项目中被用来实现本地缓存。
1、缓存技术
这里提到的缓存技术通常指内存缓存，主要为了解决业务对于后台服务低延迟、高可用的要求。
缓存技术有大量的应用实例，比如：cpu 缓存，数据库缓存，网络缓存，分布式缓存等等。
在我们的项目中常有的应用场景是：对于一份数据获取或者处理时间较长，比如较多的磁盘I/O操作、较多网络I/O请求、较复杂的处理逻辑等等，
并且在一定时间内这份数据不会发生变化。
此时为了保证业务对于响应速度的要求，在后台服务中典型的解决方案是采用内存缓存技术。
当然在提高性能的同时也提高了系统的可用性，假设在生成数据过程中发生异常，在缓存存在的情况下，可以直接返回旧的数据，不至于返回错误
信息给业务。
另外生成数据的过程消耗的系统资源较多，在多人请求同一份数据时，系统就会浪费大量资源，甚至可能宕机。因为这份数据并不需要为
每个用户产生不同内容，其实只需要在系统维持一份缓存即可。
2、Guava cache
Guava cache就是一个实现缓存技术的简单易用的库，它包含以下特性：
- 全部内存实现
- 性能较好
- 限制内存使用
- 多线程安全
-
支持中断
这些特性使得在实现缓存策略时开发成本非常低，可靠性非常高。
参照官网的wiki，他的应用场景如下：
- 牺牲存储换取相应速度
- 系统中某些数据可能被用到多次
- 缓存的数据量较小
3、Guava cache之CacheLoader
利用CacheLoader方式可以几行代码实现一个Guava cache，实例：
val expiredTime = 10
val myCache = CacheBuilder.
newBuilder().
expireAfterWrite(expiredTime, TimeUnit.SECONDS).
build(new CacheLoader[String, String]() {
def load(key: String) = {
LOG.info("未命中缓存")
s"key is ${key}"
}
})
expireAfterWrite用于设置失效时间，这里指在load这个key后会在10秒后失效，当10秒后再次获取这个key的value时会重新执行load函数。
CacheLoader[String, String]表示key类型是String，value类型也是String。当时key和value也可以是更丰富的类型，例如CacheLoader[String, Map[String,String]]。
load函数用来获取key的value，当cache中已经存在某个key对应的value失效时，Guava cache会调用这个函数来获取value。当value未失效时，直接返回value。
注意：load函数执行时属于原子操作，保证了线程安全。
获取某个key的value：
while(true) {
println(myCache.get("key1"))
println(myCache.get("key2"))
Thread.sleep(5000)
}可以看到value的获取方式非常简单自然，这里在每次获取之后会sleep 5秒。
对于执行结果的预期是：首次缓存未命中，五秒之后缓存命中，再五秒之后缓存未命中。
执行结果：
2015-05-30 22:55:42,719 INFO (sgAgentSelfCheck.scala:192) - 未命中缓存
key is key1
2015-05-30 22:55:42,734 INFO (sgAgentSelfCheck.scala:192) - 未命中缓存
key is key2
key is key1
key is key2
2015-05-30 22:55:52,751 INFO (sgAgentSelfCheck.scala:192) - 未命中缓存
key is key1
2015-05-30 22:55:52,752 INFO (sgAgentSelfCheck.scala:192) - 未命中缓存
key is key2从执行结果看，符合预期。
4、Guava cache之Callable
在没有默认方法来加载或计算与键关联的值，或者需要覆盖默认的加载运算，可以在调用get时传入一个Callable实例。
Callable实例：
private val expiredTime = 10
private val myCache = CacheBuilder.newBuilder().expireAfterWrite(expiredTime, TimeUnit.MINUTES)
.build[String, String]
def get(key: String) {
myCache.get(key, new Callable[String] {
override def call() = s"key is ${key}"
})
}5、其他
下面这段总结参考：http://www.cnblogs.com/peida/p/Guava_Cache.html
参数说明：
1. 大小的设置：CacheBuilder.maximumSize(long) CacheBuilder.weigher(Weigher) CacheBuilder.maxumumWeigher(long)
2. 时间：expireAfterAccess(long, TimeUnit) expireAfterWrite(long, TimeUnit)
3. 引用：CacheBuilder.weakKeys() CacheBuilder.weakValues() CacheBuilder.softValues()
4. 明确的删除：invalidate(key) invalidateAll(keys) invalidateAll()
5. 删除监听器：CacheBuilder.removalListener(RemovalListener)
refresh机制：
1. LoadingCache.refresh(K) 在生成新的value的时候，旧的value依然会被使用。
2. CacheLoader.reload(K, V) 生成新的value过程中允许使用旧的value
3. CacheBuilder.refreshAfterWrite(long, TimeUnit) 自动刷新cache
实例：
var i = 0
val scheduler = Executors.newScheduledThreadPool(2)
val ses = Executors.newSingleThreadScheduledExecutor()
val myCache = CacheBuilder
.newBuilder()
.build(
new CacheLoader[String, String]() {
override def load(key: String) = {
LOG.info("come here")
i.toString
}
override def reload(key: String, value: String) = {
//异步
val task = ListenableFutureTask.create(new Callable[String]() {
def call() = {
Thread.sleep(3000)
i = i+1
if(i == 3)
throw new IllegalStateException("Exception thrown")
i.toString
}
})
LOG.info("start")
scheduler.execute(task)
LOG.info("end")
task
}
}
)
println(new DateTime().toString("yyyy-MM-dd HH:mm:ss"))
scheduler.scheduleAtFixedRate(new Runnable() {
def run() {
myCache.refresh("ddd")
}
}, 0, 2, TimeUnit.SECONDS)
while (true) {
Thread.sleep(3000)
LOG.info(myCache.get("ddd"))
}
}上面的例子实现了，缓存自动刷新的功能，覆盖reload方法实现的异步刷新机制的好处是：
（1）异步刷新不影响取值效率
（2）刷新未完成情况下，依旧返回旧值
（3）刷新出现异常的情况下不会影响取值和继续刷新