项目需要用到缓存,学习的内容mark一下。简单得讲:Guava Cache是一个很朴素的本地(进程内)缓存技术,在分布式多机部署的情况下缓存不能共享。结构类似于ConcurrentHashMap,由多个segment组成。此外,GuavaCache的实现代码中没有启动任何线程!Cache中的所有维护操作,包括清除缓存、写入缓存等,都是通过调用线程来操作的。这在需要低延迟服务场景中使用时尤其需要关注,可能会在某个调用的响应时间突然变大(因为在调用中才清除已经过期的缓存)。
前言
在多线程高并发场景中往往是离不开cache的,需要根据不同的应用场景来需要选择不同的cache,比如分布式缓存如redis、memcached,还有本地(进程内)缓存如ehcache、GuavaCache。之前用spring cache的时候集成的是ehcache,但接触到GuavaCache之后,被它的简单、强大、及轻量级所吸引。它不需要配置文件,使用起来和ConcurrentHashMap一样简单,而且能覆盖绝大多数使用cache的场景需求!
GuavaCache是google开源java类库Guava的其中一个模块,在maven工程下使用可在pom文件加入如下依赖:
- <dependency>
- <groupId>com.google.guava</groupId>
- <artifactId>guava</artifactId>
- <version>19.0</version>
- </dependency>
Cache接口及其实现
先说说一般的cache都会实现的基础功能包括:
提供一个存储缓存的容器,该容器实现了存放(Put)和读取(Get)缓存的接口供外部调用。 缓存通常以<key,value>的形式存在,通过key来从缓存中获取value。当然容器的大小往往是有限的(受限于内存大小),需要为它设置清除缓存的策略。
在GuavaCache中缓存的容器被定义为接口Cache<K, V>的实现类,这些实现类都是线程安全的,因此通常定义为一个单例。并且接口Cache是泛型,很好的支持了不同类型的key和value。作为示例,我们构建一个key为Integer、value为String的Cache实例:
- final static Cache<Integer, String> cache = CacheBuilder.newBuilder()
- //设置cache的初始大小为10,要合理设置该值
- .initialCapacity(10)
- //设置并发数为5,即同一时间最多只能有5个线程往cache执行写入操作
- .concurrencyLevel(5)
- //设置cache中的数据在写入之后的存活时间为10秒
- .expireAfterWrite(10, TimeUnit.SECONDS)
- //构建cache实例
- .build();
据说GuavaCache的实现是基于ConcurrentHashMap的,因此上面的构造过程所调用的方法,通过查看其官方文档也能看到一些类似的原理。比如通过initialCapacity(5)定义初始值大小,要是定义太大就好浪费内存空间,要是太小,需要扩容的时候就会像map一样需要resize,这个过程会产生大量需要gc的对象,还有比如通过concurrencyLevel(5)来限制写入操作的并发数,这和ConcurrentHashMap的锁机制也是类似的(ConcurrentHashMap读不需要加锁,写入需要加锁,每个segment都有一个锁)。
接下来看看Cache提供哪些方法(只列了部分常用的):
- /**
- * 该接口的实现被认为是线程安全的,即可在多线程中调用
- * 通过被定义单例使用
- */
- public interface Cache<K, V> {
- /**
- * 通过key获取缓存中的value,若不存在直接返回null
- */
- V getIfPresent(Object key);
- /**
- * 通过key获取缓存中的value,若不存在就通过valueLoader来加载该value
- * 整个过程为 "if cached, return; otherwise create, cache and return"
- * 注意valueLoader要么返回非null值,要么抛出异常,绝对不能返回null
- */
- V get(K key, Callable<? extends V> valueLoader) throws ExecutionException;
- /**
- * 添加缓存,若key存在,就覆盖旧值
- */
- void put(K key, V value);
- /**
- * 删除该key关联的缓存
- */
- void invalidate(Object key);
- /**
- * 删除所有缓存
- */
- void invalidateAll();
- /**
- * 执行一些维护操作,包括清理缓存
- */
- void cleanUp();
- }
使用过程还是要认真查看官方的文档,以下Demo简单的展示了Cache的写入,读取,和过期清除策略是否生效:
- public static void main(String[] args) throws Exception {
- cache.put(1, "Hi");
- for(int i=0 ;i<100 ;i++) {
- SimpleDateFormat sdf = new SimpleDateFormat("HH:mm:ss");
- System.out.println(sdf.format(new Date())
- + " key:1 ,value:"+cache.getIfPresent(1));
- Thread.sleep(1000);
- }
- }
清除缓存的策略
任何Cache的容量都是有限的,而缓存清除策略就是决定数据在什么时候应该被清理掉。GuavaCache提了以下几种清除策略:
基于存活时间的清除(Timed Eviction)
这应该是最常用的清除策略,在构建Cache实例的时候,CacheBuilder提供两种基于存活时间的构建方法:
(1)expireAfterAccess(long, TimeUnit):缓存项在创建后,在给定时间内没有被读/写访问,则清除。
(2)expireAfterWrite(long, TimeUnit):缓存项在创建后,在给定时间内没有被写访问(创建或覆盖),则清除。
expireAfterWrite()方法有些类似于redis中的expire命令,但显然它只能设置所有缓存都具有相同的存活时间。若遇到一些缓存数据的存活时间为1分钟,一些为5分钟,那只能构建两个Cache实例了。
基于容量的清除(size-based eviction)
在构建Cache实例的时候,通过CacheBuilder.maximumSize(long)方法可以设置Cache的最大容量数,当缓存数量达到或接近该最大值时,Cache将清除掉那些最近最少使用的缓存。
以上是这种方式是以缓存的“数量”作为容量的计算方式,还有另外一种基于“权重”的计算方式。比如每一项缓存所占据的内存空间大小都不一样,可以看作它们有不同的“权重”(weights)。你可以使用CacheBuilder.weigher(Weigher)指定一个权重函数,并且用CacheBuilder.maximumWeight(long)指定最大总重。
显式清除
任何时候,你都可以显式地清除缓存项,而不是等到它被回收,Cache接口提供了如下API:
(1)个别清除:Cache.invalidate(key) (2)批量清除:Cache.invalidateAll(keys) (3)清除所有缓存项:Cache.invalidateAll()
基于引用的清除(Reference-based Eviction)
在构建Cache实例过程中,通过设置使用弱引用的键、或弱引用的值、或软引用的值,从而使JVM在GC时顺带实现缓存的清除,不过一般不轻易使用这个特性。
(1)CacheBuilder.weakKeys():使用弱引用存储键
(2)CacheBuilder.weakValues():使用弱引用存储值
(3)CacheBuilder.softValues():使用软引用存储值
清除什么时候发生?
也许这个问题有点奇怪,如果设置的存活时间为一分钟,难道不是一分钟后这个key就会立即清除掉吗?我们来分析一下如果要实现这个功能,那Cache中就必须存在线程来进行周期性地检查、清除等工作,很多cache如redis、ehcache都是这样实现的。
但在GuavaCache中,并不存在任何线程!它实现机制是在写操作时顺带做少量的维护工作(如清除),偶尔在读操作时做(如果写操作实在太少的话),也就是说在使用的是调用线程,参考如下示例:
- public class CacheService {
- static Cache<Integer, String> cache = CacheBuilder.newBuilder()
- .expireAfterWrite(5, TimeUnit.SECONDS)
- .build();
- public static void main(String[] args) throws Exception {
- new Thread() { //monitor
- public void run() {
- while(true) {
- SimpleDateFormat sdf = new SimpleDateFormat("HH:mm:ss");
- System.out.println(sdf.format(new Date()) +" size: "+cache.size());
- try {
- Thread.sleep(2000);
- } catch (InterruptedException e) {
- }
- }
- };
- }.start();
- SimpleDateFormat sdf = new SimpleDateFormat("HH:mm:ss");
- cache.put(1, "Hi");
- System.out.println("write key:1 ,value:"+cache.getIfPresent(1));
- Thread.sleep(10000);
- // when write ,key:1 clear
- cache.put(2, "bbb");
- System.out.println("write key:2 ,value:"+cache.getIfPresent(2));
- Thread.sleep(10000);
- // when read other key ,key:2 do not clear
- System.out.println(sdf.format(new Date())
- +" after write, key:1 ,value:"+cache.getIfPresent(1));
- Thread.sleep(2000);
- // when read same key ,key:2 clear
- System.out.println(sdf.format(new Date())
- +" final, key:2 ,value:"+cache.getIfPresent(2));
- }
- }
控制台输出:
- 00:34:17 size: 0
- write key:1 ,value:Hi
- 00:34:19 size: 1
- 00:34:21 size: 1
- 00:34:23 size: 1
- 00:34:25 size: 1
- write key:2 ,value:bbb
- 00:34:27 size: 1
- 00:34:29 size: 1
- 00:34:31 size: 1
- 00:34:33 size: 1
- 00:34:35 size: 1
- 00:34:37 after write, key:1 ,value:null
- 00:34:37 size: 1
- 00:34:39 final, key:2 ,value:null
- 00:34:39 size: 0
通过分析发现:
(1)缓存项<1,"Hi">的存活时间是5秒,但经过5秒后并没有被清除,因为还是size=1
(2)发生写操作cache.put(2, "bbb")后,缓存项<1,"Hi">被清除,因为size=1,而不是size=2 (3)发生读操作cache.getIfPresent(1)后,缓存项<2,"bbb">没有被清除,因为还是size=1,看来读操作确实不一定会发生清除
(4)发生读操作cache.getIfPresent(2)后,缓存项<2,"bbb">被清除,因为读的key就是2
这在GuavaCache被称为“延迟删除”,即删除总是发生得比较“晚”,这也是GuavaCache不同于其他Cache的地方!这种实现方式的问题:缓存会可能会存活比较长的时间,一直占用着内存。如果使用了复杂的清除策略如基于容量的清除,还可能会占用着线程而导致响应时间变长。但优点也是显而易见的,没有启动线程,不管是实现,还是使用起来都让人觉得简单(轻量)。
如果你还是希望尽可能的降低延迟,可以创建自己的维护线程,以固定的时间间隔调用Cache.cleanUp(),ScheduledExecutorService可以帮助你很好地实现这样的定时调度。不过这种方式依然没办法百分百的确定一定是自己的维护线程“命中”了维护的工作。
总结
请一定要记住GuavaCache的实现代码中没有启动任何线程!!Cache中的所有维护操作,包括清除缓存、写入缓存等,都是通过调用线程来操作的。这在需要低延迟服务场景中使用时尤其需要关注,可能会在某个调用的响应时间突然变大。
GuavaCache毕竟是一款面向本地缓存的,轻量级的Cache,适合缓存少量数据。如果你想缓存上千万数据,可以为每个key设置不同的存活时间,并且高性能,那并不适合使用GuavaCache。