Java本地缓存解决方案---使用Google的CacheBuilder
一、背景
当业务实现上需要用到本地缓存,来解决一些数据量相对较小但是频繁访问数据的场景,可以采用Google的CacheBuilder解决方案。
二、代码实现
1. 首先在maven中引入下面的包
<dependency>
<groupId>com.google.guava</groupId>
<artifactId>guava</artifactId>
<version>19.0</version>
</dependency>
2. 代码测试案例
import com.google.common.cache.CacheBuilder;
import com.google.common.cache.CacheLoader;
import com.google.common.cache.LoadingCache; import java.util.concurrent.TimeUnit; public class LocalCacheTest {
// 测试类
public static void main(String[] args) throws Exception {
CacheService us = new CacheService();
for (int i = 0; i < 6; i++) {
System.out.println(us.getName("1001"));
TimeUnit.SECONDS.sleep(1);
}
} // 实现类
public static class CacheService {
private final LoadingCache<String, String> cache; public CacheService() {
/**
* 创建本地缓存,当本地缓存不命中时,调用load方法,返回结果,再缓存结果, 3秒自动过期
*/
cache = CacheBuilder.newBuilder().expireAfterWrite(3, TimeUnit.SECONDS)
.build(new CacheLoader<String, String>() {
public String load(String id) throws Exception {
System.out.println("load()method invoke, 执行查询数据库, 等其他复杂的逻辑");
TimeUnit.MILLISECONDS.sleep(100);
return "User:" + id;
}
});
} public String getName(String id) throws Exception {
long start = System.currentTimeMillis();
String result = cache.get(id);
System.out.println("查询 "+id +" 耗时:"+ (System.currentTimeMillis()-start) + " ms");
return result;
}
}
}
3. 控制台输出
从控制台输出,可以看出,当本地缓存不命中时,调用load方法,通过数据库查询结果,返回结果,再缓存结果, 耗时较长。如果命中查询速度非常快,可达0ms,3秒自动过期后,重复上述操作。
load()method invoke, 执行查询数据库, 等其他复杂的逻辑
查询 1001 耗时:124 ms
User:1001
查询 1001 耗时:0 ms
User:1001
查询 1001 耗时:0 ms
User:1001
load()method invoke, 执行查询数据库, 等其他复杂的逻辑
查询 1001 耗时:108 ms
User:1001
查询 1001 耗时:0 ms
User:1001
查询 1001 耗时:0 ms
User:1001 Process finished with exit code 0
4. 附工具类
import com.google.common.cache.Cache;
import com.google.common.cache.CacheBuilder; import java.util.concurrent.TimeUnit; public final class JvmCacheUtil { public static final String JVM_CACHE_SPECIFY_GEO = "cache_specify_geo"; public static final String JVM_CACHE_BUILD_SQL = "cache_build_sql"; public static final int DEFAULT_CAPACITY = 50; public static final long DEFAULT_CACHE_EXP = 12L; public static final long DEFAULT_CACHE_ENTRY_EXP = 900L;
/**
* 12小时后过期
*/
private static Cache<String,
Cache> cacheManager = CacheBuilder.newBuilder()
.maximumSize(DEFAULT_CAPACITY)
.expireAfterAccess(12L, TimeUnit.HOURS)
.expireAfterWrite(12L, TimeUnit.HOURS)
.initialCapacity(10)
.build(); public static Cache getCache(String cacheName) {
return getCache(cacheName, DEFAULT_CAPACITY, DEFAULT_CACHE_ENTRY_EXP, TimeUnit.SECONDS);
} public static Cache getCache(String cacheName, long expire, TimeUnit timeUnit) {
return getCache(cacheName, DEFAULT_CAPACITY, expire, timeUnit);
} public static Cache getCache(String cacheName, int capacity, long expire, TimeUnit timeUnit) {
Cache cache = cacheManager.getIfPresent(cacheName);
if (null == cache) {
cache = CacheBuilder.newBuilder()
.maximumSize(DEFAULT_CAPACITY)
.expireAfterAccess(expire, timeUnit)
.expireAfterWrite(expire, timeUnit)
.initialCapacity(capacity)
.build();
cacheManager.put(cacheName, cache);
}
return cache;
} public static Object get(String cacheName, String key) {
Cache cache = getCache(cacheName);
return cache.getIfPresent(key);
} public static void put(String cacheName, String key, Object val) {
Cache cache = getCache(cacheName);
cache.put(key, val);
} public static void put(String cacheName, String key, Object val, long expire, TimeUnit timeUnit) {
Cache cache = getCache(cacheName, expire, timeUnit);
cache.put(key, val);
}
Java本地缓存解决方案---使用Google的CacheBuilder的更多相关文章
- Java本地缓存解决方案其一(使用Google的CacheBuilder)
前不久,业务实现上需要用到本地缓存来解决一些数据量相对较小但是频繁访问的数据,通过查找各种资料,找到了一种可以实现的方案--采用的是Google的CacheBuilder.下面是代码实现过程:1.首先 ...
- 本地缓存解决方案-Caffeine Cache
1.1 关于Caffeine Cache Google Guava Cache是一种非常优秀本地缓存解决方案,提供了基于容量,时间和引用的缓存回收方式.基于容量的方式内部实现采用LRU算法,基于引 ...
- Caffeine Cache-高性能Java本地缓存组件
前面刚说到Guava Cache,他的优点是封装了get,put操作:提供线程安全的缓存操作:提供过期策略:提供回收策略:缓存监控.当缓存的数据超过最大值时,使用LRU算法替换.这一篇我们将要谈到一个 ...
- 实现 Java 本地缓存,该从这几点开始
缓存,我相信大家对它一定不陌生,在项目中,缓存肯定是必不可少的.市面上有非常多的缓存工具,比如 Redis.Guava Cache 或者 EHcache.对于这些工具,我想大家肯定都非常熟悉,所以今天 ...
- Guava - LoadingCache实现Java本地缓存
前言 Guava是Google开源出来的一套工具库.其中提供的cache模块非常方便,是一种与ConcurrentMap相似的缓存Map. 官方地址:https://github.com/google ...
- java本地缓存
1.为什么要使用缓存 由于服务器.数据库.网络等资源有限,无法支撑越来越多的请求与计算量,所以将一部分数据放在缓存中,以此减小薄弱环节的计算量和请求流程. 网站中缓存的应用场景: 1:可 ...
- JAVA中使用最广泛的本地缓存?Ehcache的自信从何而来 —— 感受来自Ehcache的强大实力
大家好,又见面了. 本文是笔者作为掘金技术社区签约作者的身份输出的缓存专栏系列内容,将会通过系列专题,讲清楚缓存的方方面面.如果感兴趣,欢迎关注以获取后续更新. 作为<深入理解缓存原理与实战设计 ...
- JAVA中使用最广泛的本地缓存?Ehcache的自信从何而来3 —— 本地缓存变身分布式集群缓存,打破本地缓存天花板
大家好,又见面了. 本文是笔者作为掘金技术社区签约作者的身份输出的缓存专栏系列内容,将会通过系列专题,讲清楚缓存的方方面面.如果感兴趣,欢迎关注以获取后续更新. 上一篇文章中,我们知晓了如何在项目中通 ...
- 重新认识下JVM级别的本地缓存框架Guava Cache——优秀从何而来
大家好,又见面了. 本文是笔者作为掘金技术社区签约作者的身份输出的缓存专栏系列内容,将会通过系列专题,讲清楚缓存的方方面面.如果感兴趣,欢迎关注以获取后续更新. 不知不觉,这已经是<深入理解缓存 ...
- 基于ConcurrentHashMap的本地缓存
基于ConcurrentHashMap的本地缓存 在系统中,有些数据,数据量小,但是访问十分频繁(例如国家标准行政区域数据),针对这种场景,需要将数据搞到应用的本地缓存中,以提升系统的访问效率,减少无 ...
随机推荐
- win10多用户
到https://github.com/stascorp/rdpwrap/releases下载 最新版文件(已经停更了,最新的版本是 v1.6.2) 下载后解压到 C:\Program Files\R ...
- LeetCode(Java版)
两数之和 题目描述 给定一个整数数组和一个目标值,找出数组中和为目标值的两个数. 你可以假设每个输入只对应一种答案,且同样的元素不能被重复利用. 示例: 给定 nums = [2, 7, 11, 15 ...
- MySQL简介&通用语法&分类
一.SQL简介 1.结构化查询语言,一门操作关系型数据库的编程语言 2.定义操作所有关系型数据库的统一标准 3.对于同一个需求,每一种数据库操作的方式可能会存在一些不一样的地方,我们称为"方 ...
- Object.assign() 方法浅析
Object.assign() 方法用于将所有可枚举属性的值从一个或多个源对象复制到目标对象.它将返回目标对象. const target = { a: 1, b: 2 ,c:3,e:6}; cons ...
- 入坑winpdb-1.4.8
这几天莫名的不能在docker中使用winpdb-1.4.8调试,把容器重新安装了也不行,跟踪调试以后发现原因是容器中使用pycryptodemo作为rpdb2的加密库,加密向量IV需要以bytes类 ...
- [笔记]gdb调试中一个string变量太长,如何将该string变量完全输出在屏幕上?
来自 https://stackoverflow.com/questions/233328/how-do-i-print-the-full-value-of-a-long-string-in-gdb ...
- 阿里云centos7安装图形界面gnome
这应该是很无聊很蛇精的操作吧. 首先命令行远程登陆阿里云,然后root身份更新系统,安装gnome这些操作(菜如我以前都没有操作过),参照网上虚拟机的教程. # yum update -y # yum ...
- 2022-11-19学习内容-Server端代码编写-Client端代码编写
1.Server端代码编写 1.1UserDBHelper.java package com.example.chapter07_server.database; import android.con ...
- django admin 字段设置
来源:http://xieboke.net/article/100/ django admin 后台里有些输入框长度.宽度.提示语等,可能不满足我们的需求,这个时候,我们就需要对 admin 的样式进 ...
- springboot集成Thumbnailator压缩图片
一.参考大神博客 1.https://blog.51cto.com/u_11269274/5118649 2.https://blog.csdn.net/weixin_44722978/article ...