在Java中使用 LocalCache如何实现本地缓存

在Java中使用 LocalCache如何实现本地缓存？很多新手对此不是很清楚，为了帮助大家解决这个难题，下面小编将为大家详细讲解，有这方面需求的人可以来学习下，希望你能有所收获。

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

  private LocalCache() {

  }

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 class CleanWorkerTask extends TimerTask {

    private String key;

    public CleanWorkerTask(String key) {
      this.key = key;
    }

    public void run() {
      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 class LRUMap<K, V> extends LinkedHashMap<K, V> {

    ... // 省略部分代码

    public LRUMap(int initialCapacity, float loadFactor) {
      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
     */
    protected boolean removeEldestEntry(Map.Entry<K, V> 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

 protected boolean removeEldestEntry(Map.Entry<K, V> 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。

看完上述内容是否对您有帮助呢？如果还想对相关知识有进一步的了解或阅读更多相关文章，请关注亿速云行业资讯频道，感谢您对亿速云的支持。