源码解析：Java本地缓存的实现代码

使用场景
在 Java 应用中，对于访问频率高，更新少的数据，通常的方案是将这类数据加入缓存中。相对从数据库中读取来说，读缓存效率会有很大提升。
在集群环境下，常用的分布式缓存有 Redis 、 Memcached 等。但在某些业务场景上，可能不需要去搭建一套复杂的分布式缓存系统，在单机环境下，通常是会希望使用内部的缓存（ LocalCache ）。
实现
这里提供了两种 LocalCache 的实现，一种是基于 ConcurrentHashMap 实现基本本地缓存，另外一种是基于 LinkedHashMap 实现 LRU 策略的本地缓存。
基于ConcurrentHashMap的实现

static {
  timer = new Timer();
  map = new ConcurrentHashMap<>();
}

以 ConcurrentHashMap 作为缓存的存储结构。因为 ConcurrentHashMap 的线程安全的，所以基于此实现的 LocalCache 在多线程并发环境的操作是安全的。在 JDK1.8 中， ConcurrentHashMap 是支持完全并发读，这对本地缓存的效率也是一种提升。通过调用 ConcurrentHashMap 对 map 的操作来实现对缓存的操作。
私有构造函数

privateLocalCache(){
 
}
LocalCache 是工具类，通过私有构造函数强化不可实例化的能力。
缓存清除机制
/**
 * 清除缓存任务类
 */
 static classCleanWorkerTaskextendsTimerTask{
 
   private String key;
 
   publicCleanWorkerTask(String key){
     this.key = key;
   }
 
   publicvoidrun(){
     LocalCache.remove(key);
   }
 }

清理失效缓存是由 Timer 类实现的。内部类 CleanWorkerTask 继承于 TimerTask 用户清除缓存。每当新增一个元素的时候，都会调用 timer.schedule 加载清除缓存的任务。
基于LinkedHashMap的实现
以 LinkedHashMap 作为缓存的存储结构。主要是通过 LinkedHashMap 的按照访问顺序的特性来实现 LRU 策略。
LRU
LRU 是 Least Recently Used 的缩写，即最近最久未使用。 LRU 缓存将会利用这个算法来淘汰缓存中老的数据元素，从而优化内存空间。
基于LRU策略的map
这里利用 LinkedHashMap 来实现基于 LRU 策略的 map 。通过调用父类 LinkedHashMap 的构造函数来实例化 map 。参数 accessOrder 设置为 true 保证其可以实现 LRU 策略。

static classLRUMapextendsLinkedHashMap{
 
    ... // 省略部分代码
     
    publicLRUMap(intinitialCapacity,floatloadFactor){
      super(initialCapacity, loadFactor, true);
    }
 
    ... // 省略部分代码
     
    /**
     * 重写LinkedHashMap中removeEldestEntry方法;
     * 新增元素的时候,会判断当前map大小是否超过DEFAULT_MAX_CAPACITY,超过则移除map中最老的节点;
     *
     * @param eldest
     * @return
     */
    protectedbooleanremoveEldestEntry(Map.Entry eldest){
      return size() > DEFAULT_MAX_CAPACITY;
    }
 
  }

线程安全

/**
 * 读写锁
 */
private final ReadWriteLock readWriteLock = new ReentrantReadWriteLock();
 
private final Lock rLock = readWriteLock.readLock();
 
private final Lock wLock = readWriteLock.writeLock();

LinkedHashMap 并不是线程安全，如果不加控制的在多线程环境下使用的话，会有问题。所以在 LRUMap 中引入了 ReentrantReadWriteLock 读写锁，来控制并发问题。
缓存淘汰机制

protectedbooleanremoveEldestEntry(Map.Entry eldest){
  return size() > DEFAULT_MAX_CAPACITY;
}

此处重写 LinkedHashMap 中 removeEldestEntry 方法， 当缓存新增元素的时候,会判断当前 map 大小是否超过 DEFAULT_MAX_CAPACITY ,超过则移除map中最老的节点。
缓存清除机制
缓存清除机制与 ConcurrentHashMap 的实现一致，均是通过 timer 实现。
推荐大家阅读：
Java高级架构学习资料分享+架构师成长之路​
个人整理了更多资料以PDF文件的形式分享给大家，需要查阅的程序员朋友可以来免费领取。还有我的学习笔记PDF文件也免费分享给有需要朋友！
顺便给大家推荐一个Java技术交流群：473984645里面会分享一些资深架构师录制的视频资料：有Spring，MyBatis，Netty源码分析，高并发、高性能、分布式、微服务架构的原理，JVM性能优化、分布式架构等这些成为架构师必备的知识体系。还能领取免费的学习资源，目前受益良多！