Flink项目开发记录之使用guava的LoadingCache管理本地化缓存

Flink项目开发记录之使用guava的LoadingCache管理本地化缓存

项目背景：目前项目中一直使用直接访问redis的方式来获取配置数据，一旦数据高频的时候，效率就低下了，由于项目在redis的配置中变动的频率一般，所以就需要本地化缓存来提高效率。

引入jar包：

 		
            com.google.guava
            guava
            16.0.1
            compile
        

本次使用的是google大佬提供的guava包，发现里面的loadingcache能满足我的需求就直接上手了

先来项目的使用代码：

	private val protoInfo_cache:LoadingCache[String,Option[Proto]] = CacheBuilder.newBuilder()
		.expireAfterWrite(props.getProperty("redis.guava.expireTime","60").toInt,TimeUnit.SECONDS)
		.maximumSize(props.getProperty("redis.guava.maxNumber","1000").toInt).recordStats()
		.build(
			new CacheLoader[String,Option[Proto]] {
				override def load(proto: String): Option[Proto] = {
					RedisHelper.getObj[Proto](s"${RedisKey.proto}:$proto")
				}
			}
		)

解释一下几个函数的作用
newBuilder()：构建CacheBuilder
expireAfterWrite()：超时之后重新执行load方法(注意与expireAfterAccess区分)
maximumSize()：缓存中存在的最大数量
recordStats()：记住缓存的状态(包括命中和丢失次数)，命中(hitcount)表示缓存已经有了，被访问的次数，missCount表示缓存中没有的，被请求的次数，也就是第一次访问的时候，missCount+1，去redis中拉取到数据后，在访问相同的key时候，在超时时间允许范围内， hitCount便会+1
build()：实现我们的CacheLoader方法，在load中，写我们的具体获取的方法，由于key只能是string，大家在使用的时候注意一下

坑：有个坑请注意一下，数据超时后，不会自动清理，需要有新数据进来后来触发超时的方法的，如果对数据的时效性很高的话，还是建议慎用！