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
相关推荐
├─Google Guava 第01讲-Joiner详细介绍以及和Java8Collector对比.wmv ├─Google Guava 第02讲-Guava Splitter详细讲解以及实战练习...├─Google Guava 第34讲-Guava Cache之RecordStats,CacheBuilderSpec详解.wmv
google guava框架,包括Getting Started with Google Guava、google cache、base、io等介绍
Google Guava-Cache 详细注释。。。。。。。。。。。。。。。。。。。。。。(凑足50字)
Guava-Cache-Demo 演示如何使用 Guava 缓存。 此示例应用程序使用 Google Books API 获取给定 ISBN 的图书的详细信息。
简介guava cache 是 Google 提供的一套本地内存缓存的 java 实现,具备了缓存的加载、更新、并发保护、自动回收、状态监控等功能,够用且还算轻量。###2. demo// 数据加载器,key 对应数据未被缓存时,通过此加载器...
Guava: Google Core Libraries for Java Guava is a set of core libraries that includes new collection types (such as multimap and multiset), immutable collections, a graph library, functional types, ...
解决rocketmq-filter中com.google.common.cache*等缺包问题,包含所有com.google.common类,内含使用说明,解决问题一步到位
Ranges: Guava 一个强大的 API,提供 Comparable 类型的范围处理, 包括连续和离散的情况。 九. I/O: 简化 I/O 操作, 特别是对 I/O 流和文件的操作, for Java 5 and 6. 十. Hashing: 提供比 Object.hashCode...
Guava:由Google提供的Java类库,提供了许多用于优化和提高开发效率的工具和组件,如Guava Cache(提供了缓存功能)、Guava EventBus(提供了事件总线功能)、Guava Cache(提供了缓存功能)等。 Spring Framework:...
com.google.common.cache:缓存工具包,非常简单易用且功能强大的JVM内缓存。 com.google.common.collect:带泛型的集合接口扩展和实现,以及工具类,这里你会发现很多好玩的集合。 ...
Caffeine使用Google Guava启发的API提供内存缓存。 改进取决于您设计Guava缓存和ConcurrentLinkedHashMap的体验。LoadingCache, Graph> graphs = Caffeine.newBuilder() .maximumSize(10_000) ....
Guava-谷歌提供的一组核心Java库,特别使用了Guava Cache JUnit 5-测试框架 怎么跑 生成应用程序,部署它并运行测试。 mvn deploy 运行应用程序 java -jar target/book-library-0.0.1-SNAPSHOT.jar API端点 图书...
缺点: 未实现Map接口性能问题:所有方法(读/写)都已同步过于简化的API:仅获取/放入难以测试对Java 8不友好##番石榴缓存来自Google的应用缓存( ) 优点: 战斗测试功能齐全(自加载缓存,刷新策略,统计信息......
Google Java 编程风格指南 ] () [ Quartz应用与集群原理分析 ] () [ heavyz的Tomcat学习笔记(包括启动流程分析、启动脚本分析) ] () [ java8 新特性讲解系列文章 ] () [ Java 从Jar文件中动态加载类 ] () [ Java并发...
咖啡因使用受Google Guava启发的API提供内存中缓存。 这些改进基于我们设计和经验。 LoadingCache< Key> graphs = Caffeine . newBuilder() .maximumSize( 10_000 ) .expireAfterWrite( 5 , TimeUnit . MINUTES )...
BoneCP很小,只有四十几K(运行时需要slf4j和guava的支持,这二者加起来就不小了),而相比之下 C3P0 要六百多K。 异步输出框架 AsynWriter 一个Java的类库,用于异步输出记录的简单小框架用于高并发下数据输出使用...
BoneCP很小,只有四十几K(运行时需要slf4j和guava的支持,这二者加起来就不小了),而相比之下 C3P0 要六百多K。 异步输出框架 AsynWriter 一个Java的类库,用于异步输出记录的简单小框架用于高并发下数据输出使用...
BoneCP很小,只有四十几K(运行时需要slf4j和guava的支持,这二者加起来就不小了),而相比之下 C3P0 要六百多K。 异步输出框架 AsynWriter 一个Java的类库,用于异步输出记录的简单小框架用于高并发下数据输出使用...
BoneCP很小,只有四十几K(运行时需要slf4j和guava的支持,这二者加起来就不小了),而相比之下 C3P0 要六百多K。 异步输出框架 AsynWriter 一个Java的类库,用于异步输出记录的简单小框架用于高并发下数据输出使用...
BoneCP很小,只有四十几K(运行时需要slf4j和guava的支持,这二者加起来就不小了),而相比之下 C3P0 要六百多K。 异步输出框架 AsynWriter 一个Java的类库,用于异步输出记录的简单小框架用于高并发下数据输出使用...