根据优先级 + LRU 缓存数据

文章目录

  • 前言
  • 一、优先级队列
    • PriorityQueue 简介
  • 二、优先级+LRU
  • 总结


前言

在项目中遇到了,需要根据 优先级 + LRU 缓存数据;


LRU 优先考虑采用hutool ,然后自己附加搞上 一个优先级就行了

一、优先级队列

PriorityQueue 简介

  1. PriorityQueue是基于优先级堆的无界队列。

  2. PriorityQueue的作用是保证每次取出的都是队列中权值最小的元素,也可以说是最高优先级的元素。

  3. PriorityQueue的元素排序是按照自然排序来进行排序的,在创建时可以给他添加一个给元素排序的比较器。

offer():添加元素到队列中,如果队列已满,则返回false。
poll():检索并删除队列中的最小元素,如果队列为空,则返回null。
remove():检索并删除队列中的最小元素,如果队列为空,则返回null。
add():添加元素到队列中。
peek():检索但不删除队列中的最小元素,如果队列为空,则返回null。
size():返回队列中的元素数目。
iterator():返回一个迭代器,该迭代器可以按排序的顺序遍历队列中的元素。

二、优先级+LRU

由于PriorityQueue 是无界队列,所以需要保证队列长度不超过最大值
由于每次获取的都是优先级最高的元素,所以采用倒叙,也就是优先级高的在最后 ,数值越小越靠后,优先级越高
采用读写锁,控制并发


import cn.hutool.cache.CacheListener;
import cn.hutool.cache.CacheUtil;
import cn.hutool.cache.impl.LRUCache;
import cn.hutool.json.JSONUtil;
import java.util.AbstractMap;
import java.util.Comparator;
import java.util.Map.Entry;
import java.util.PriorityQueue;
import java.util.concurrent.locks.Lock;
import java.util.concurrent.locks.ReadWriteLock;
import java.util.concurrent.locks.ReentrantReadWriteLock;
import org.springframework.util.ObjectUtils;

/**
 * 根据优先级 + LRU 缓存数据
 *
 * @author fulin
 * @since 2023/11/15 16:11
 */
public class PriorityLRUCache {

  private PriorityLRUCache() {
  }

  // 存储最大值
  private static int maxSize = 3;

  // 缓存时间 单位ms
  private static int time = 90000;

  public static void setMaxSize(int maxSize) {
    PriorityLRUCache.maxSize = maxSize;
  }

  public static void setTime(int time) {
    PriorityLRUCache.time = time;
  }

  // lru 存储 单位ms
  private static final LRUCache lruCache = CacheUtil.newLRUCache(maxSize * 2,
      time);

  // 优先级队列,存储键值对,并根据使用频率排序 降序,优先级高的在最后
  // 数值越小越靠后,优先级越高
  private static final PriorityQueue> priorityQueue = new PriorityQueue<>(
      maxSize, Comparator.comparingInt(o -> -(o.getValue())));

  private static final ReadWriteLock readWriteLock = new ReentrantReadWriteLock();
  private static final Lock writeLock = readWriteLock.writeLock();
  private static final Lock readLock = readWriteLock.readLock();

  /**
   * 按照优先级添加元素
   * 

超过限制将移除优先级最低元素,优先级相等则以最后新增元素为主

* * @param key 元素 key * @param priority 元素优先级 * @param value 元素 value */ public static void put(Object key, Integer priority, Object value) { writeLock.tryLock(); try { if (ObjectUtils.isEmpty(priorityQueue)) { addElement(key, priority, value); return; } // 先从优先级队列中移除旧的元素 if (priorityQueue.contains(key)) { priorityQueue.remove(key); lruCache.remove(key); } // 添加新的元素到优先级队列和缓存中 addElement(key, priority, value); if (priorityQueue.size() > maxSize) { Entry peek = priorityQueue.peek(); lruCache.remove(peek.getKey()); priorityQueue.poll(); } } finally { writeLock.unlock(); } } /** * 添加新的元素到优先级队列和缓存中 * * @param key 元素 key * @param priority 元素优先级 * @param value 元素 value */ private static void addElement(Object key, Integer priority, Object value) { priorityQueue.add(new AbstractMap.SimpleEntry<>(key, priority)); lruCache.put(key, value); } /** * 根据 key 获取缓存的值 * * @param key 缓存 key * @return 缓存的 value */ public static Object get(Object key) { readLock.tryLock(); try { if (lruCache.containsKey(key)) { return lruCache.get(key); } else { return null; } } finally { readLock.unlock(); } } /** * 获取无序 key 集合 * * @return 无序 key 集合 */ public static Object getPriorityQueue() { return priorityQueue; } /** * 获取当前最低优先级元素
  • kye,优先级
  • * * @return 最低优先级元素 */ public static Entry getMinPriorityElement() { return priorityQueue.peek(); } /** * 设置缓存监听 * * @param listener 监听类 */ public static void setListener(CacheListener listener) { lruCache.setListener(listener); } public static void main(String[] args) { PriorityLRUCache.put("a", 1, 8); PriorityLRUCache.put("b", 2, 9); PriorityLRUCache.put("c", 3, 7); System.out.println(JSONUtil.toJsonPrettyStr(PriorityLRUCache.getPriorityQueue())); System.out.println(PriorityLRUCache.get("a")); System.out.println(PriorityLRUCache.get("b")); System.out.println(PriorityLRUCache.get("c")); // 低优先级添加 PriorityLRUCache.put("d", 7, 6); // 高优先级添加 // PriorityLRUCache.put("d", 2, 6); // 同优先级添加 // PriorityLRUCache.put("d", 3, 5); System.out.println(JSONUtil.toJsonPrettyStr(PriorityLRUCache.getPriorityQueue())); System.out.println(PriorityLRUCache.get("a")); System.out.println(PriorityLRUCache.get("b")); System.out.println(PriorityLRUCache.get("c")); System.out.println(PriorityLRUCache.get("d")); PriorityLRUCache.setListener((key, cachedObject) -> { System.out.println(key); System.out.println(cachedObject); }); } }

    总结

    看看长期使用效果如何吧,目前看问题不大,hutool真方便~,虽然站在巨人的肩膀上,做了点优先级的东西,但是还是收获颇丰的.

    你可能感兴趣的:(杂七杂八,python,java,算法)