2019独角兽企业重金招聘Python工程师标准>>>
google的guava可谓鼎鼎有名,最近在研究缓存,也就看看它是怎么处理缓存过期问题的;首先它并没有通过在后台起一个线程,不停去轮询。不这么做主要是为了效率吧,也就是所谓的惰性移除,在get时判断是否过期。那如果一直不访问,可能存在内存泄漏问题。
示例代码:
Cache
1,CacheBuilder默认的缓存实现为LocalCache,所以这里我们主要去研究LocalCache的getIfPresent 即可
2,通过观察,我们可以猜出LocalCache 是用类似于ConcurrentHashMap 的数据结构来保存数据的
3,这里我们主要看其Segment 的get 方法,然后进入getLiveEntry 方法,看名字感觉跟存活有关,点进去
ReferenceEntry getLiveEntry(Object key, int hash, long now) {
//获取值
ReferenceEntry e = getEntry(key, hash);
if (e == null) {//如果为空,返回空
return null;
} else if (map.isExpired(e, now)) {//判断是否过期
tryExpireEntries(now);
return null;
}
return e;
}
boolean isExpired(ReferenceEntry entry, long now) {
checkNotNull(entry);
if (expiresAfterAccess() && (now - entry.getAccessTime() >= expireAfterAccessNanos)) {
return true;
}
if (expiresAfterWrite() && (now - entry.getWriteTime() >= expireAfterWriteNanos)) {
return true;
}
return false;
}
maximumSize作用原理,猜想:应该是在put缓存时,检查是否达到了最大值,如果达到则用LRU算法移除一个cache
1,观察LocalCache#put
V put(K key, int hash, V value, boolean onlyIfAbsent) {
lock();
try {
...
evictEntries(newEntry);//这行代码,看名字感觉就是它,点进去看
return null;
} finally {
unlock();
postWriteCleanup();
}
}
void evictEntries(ReferenceEntry newest) {
....
while (totalWeight > maxSegmentWeight) {
ReferenceEntry e = getNextEvictable();
if (!removeEntry(e, e.getHash(), RemovalCause.SIZE)) {
throw new AssertionError();
}
}
}
这里我们不妨看看它的LRU算法是如何实现的
ReferenceEntry getNextEvictable() {
for (ReferenceEntry e : accessQueue) {
int weight = e.getValueReference().getWeight();
if (weight > 0) {
return e;
}
}
throw new AssertionError();
}
发现它是用队列实现的,也就是在插入新缓存是有排序。
总结:
我们时常会有本地缓存的需求,这时不妨看看google是怎么做的,可以给我们一个参考