使用本地内存
- LoadingCache<Long, User> cache = CacheBuilder.newBuilder().maximumSize(100)
- .expireAfterAccess(5, TimeUnit.SECONDS).build(new CacheLoader<Long, User>() {
- @Override
- public User load(Long key) throws Exception {
- logger.info("fetch from database");
- return accountManager.getUser(key);
- }
- });
//设置缓存最大个数为100,缓存过期时间为5秒
回收的参数设置
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
类似ConcurrentMap, 数据存在内存而不是file,外部server, 否则可以用memcached(待会儿解释)
如果value是通过正常的func使用key来得到的,那么可以使用CacheLoader,如果需要override,那么使用Callable
正常的使用方法是, LoadingCache.get(K), 将会查询cache,如果cache没有,那么会CacheLoader会将value加入cache,
注意的是,CacheLoader可能会抛出异常,所以如果你的LoadingCache中没有处理异常的话,那么最好使用 getUnchecked(K)方法
getAll(Iterable<? extends K>) 方法可以 批读取, 也是分成一个个key来处理,但是肯定比手工的效率更高, 可以通过override CacheLoader.loadAll 来更好的处理
get(K, Callable<V>), 这个方法实现了if cached, return; otherwise create, cache and return 模式
即如果cache了返回,如果没有通过callable接口的方法来create,然后cache,最后返回
- Cache<Key, Value> cache = CacheBuilder.newBuilder()
- .maximumSize(1000)
- .build(); // look Ma, no CacheLoader
- ...
- try {
- // If the key wasn't in the "easy to compute" group, we need to
- // do things the hard way.
- cache.get(key, new Callable<Value>() {
- @Override
- public Value call() throws AnyException {
- return doThingsTheHardWay(key);
- }
- });
- } catch (ExecutionException e) {
- throw new OtherException(e.getCause());
- }
直接操作cache
使用cache.put(key,value), 同时可以使用Cache.asMap()来调用所以ConcurrentMap的方法来操作cache,但是通过asMap的数据不会自动loading到cache
三种清出cache的模式size-based eviction, time-based eviction, and reference-based eviction.
size-based:
- LoadingCache<Key, Graph> graphs = CacheBuilder.newBuilder()
- .maximumWeight(100000)
- .weigher(new Weigher<Key, Graph>() {
- public int weigh(Key k, Graph g) {
- return g.vertices().size();
- }
- })
- .build(
- new CacheLoader<Key, Graph>() {
- public Graph load(Key key) { // no checked exception
- return createExpensiveGraph(key);
- }
- });
weigher,作用是将g.vertices().size()作为一个单位大小,重载此方法, 同时是在cache创建的时候计算
time-based:
expireAfterAccess(long, TimeUnit) 基于访问(read or write)
expireAfterWrite(long, TimeUnit)基于创建(after create)
reference-based
CacheBuilder.weakKeys(), 使用weak references来建立key,这样的话如果key没有引用了(strong or soft),key就会被垃圾回收,同时垃圾回收使用==来判断key值
CacheBuilder.weakValues(), 同上,作用到value上
CacheBuilder.softValues() , 对value进行排序,
主动清出cache
Cache.invalidate(key)
Cache.invalidateAll(keys)
Cache.invalidateAll()
clearUp, cache不会自己clearup,一般需要通过线程定制,定时的clearup
refresh 操作, 与evict不同, 是给key一个new value, 同时如果在refresh时有访问,那么将会返回old value, 而evict则会等待evict结束返回new value
定义refresh一般使用异步的操作
如:
- // Some keys don't need refreshing, and we want refreshes to be done asynchronously.
- LoadingCache<Key, Graph> graphs = CacheBuilder.newBuilder()
- .maximumSize(1000)
- .refreshAfterWrite(1, TimeUnit.MINUTES)
- .build(
- new CacheLoader<Key, Graph>() {
- public Graph load(Key key) { // no checked exception
- return getGraphFromDatabase(key);
- }
- public ListenableFuture<Graph> reload(final Key key, Graph prevGraph) {
- if (neverNeedsRefresh(key)) {
- return Futures.immediateFuture(prevGraph);
- } else {
- // asynchronous!
- return ListenableFutureTask.create(new Callable<Graph>() {
- public Graph call() {
- return getGraphFromDatabase(key);
- }
- });
- }
- }
- });
在refreshAfterWrite方法,会调用reload
数据
提供了一些数据采集的方法
CacheBuilder.recordStats() 方法启动了 cache的数据收集
Cache.stats() 返回了一个CacheStats对象, 提供一些数据方法
hitRate(), 请求点击率
averageLoadPenalty(), 加载new value,花费的时间, 单位nanosecondes
evictionCount(), 清除的个数