本篇文章主要介绍了详细介绍高性能Java缓存库caffeine，小编觉得挺不错的，现在分享给大家，也给大家做个参考。一起跟随小编过来看看吧
1、介绍
在本文中，我们来看看caffeine ― 一个高性能的 Java 缓存库。
缓存和 Map 之间的一个根本区别在于缓存可以回收存储的 item。
回收策略为在指定时间删除哪些对象。此策略直接影响缓存的命中率 ― 缓存库的一个重要特征。
caffeine 因使用 Window TinyLfu 回收策略，提供了一个近乎最佳的命中率。
2、依赖
我们需要在 pom.xml 中添加 caffeine 依赖：
com.github.ben-manes.caffeinecaffeine2.5.5
您可以在Maven Central 上找到最新版本的 caffeine。
3、填充缓存
让我们来了解一下 caffeine 的三种缓存填充策略：手动、同步加载和异步加载。
首先，我们为要缓存中存储的值类型写一个类：
class DataObject { private final String data; private static int objectCounter = 0; // standard constructors/getters public static DataObject get(String data) { objectCounter++; return new DataObject(data); } }
3.1、手动填充
在此策略中，我们手动将值放入缓存之后再检索。
让我们初始化缓存：
Cache cache = caffeine.newBuilder() .expireAfterWrite(1, TimeUnit.MINUTES) .maximumSize(100) .build();
现在，我们可以使用 getIfPresent 方法从缓存中获取一些值。 如果缓存中不存在此值，则此方法将返回 null：
String key = "A"; DataObject dataObject = cache.getIfPresent(key); assertNull(dataObject);
我们可以使用 put 方法手动填充缓存：
cache.put(key, dataObject); dataObject = cache.getIfPresent(key); assertNotNull(dataObject);
我们也可以使用 get 方法获取值，该方法将一个参数为 key 的 Function 作为参数传入。如果缓存中不存在该键，则该函数将用于提供回退值，该值在计算后插入缓存中：
dataObject = cache .get(key, k -> DataObject.get("Data for A")); assertNotNull(dataObject); assertEquals("Data for A", dataObject.getData());
get 方法可以原子方式执行计算。这意味着您只进行一次计算 ― 即使多个线程同时请求该值。这就是为什么使用 get 优于 getIfPresent。
有时我们需要手动使一些缓存的值失效：
cache.invalidate(key); dataObject = cache.getIfPresent(key); assertNull(dataObject);
3.2、同步加载
这种加载缓存的方法使用了与用于初始化值的 Function 相似的手动策略的 get 方法。让我们看看如何使用它。
首先，我们需要初始化缓存：
LoadingCache cache = caffeine.newBuilder() .maximumSize(100) .expireAfterWrite(1, TimeUnit.MINUTES) .build(k -> DataObject.get("Data for " + k));
现在我们可以使用 get 方法检索值：
DataObject dataObject = cache.get(key); assertNotNull(dataObject); assertEquals("Data for " + key, dataObject.getData());
Map dataObjectMap = cache.getAll(Arrays.asList("A", "B", "C")); assertEquals(3, dataObjectMap.size());
从传递给 build 方法的底层后端初始化函数检索值。 这使得可以使用缓存作为访问值的主要门面（Facade）。
3.3、异步加载
此策略的作用与之前相同，但是以异步方式执行操作，并返回一个包含值的 CompletableFuture：
AsyncLoadingCache cache = caffeine.newBuilder() .maximumSize(100) .expireAfterWrite(1, TimeUnit.MINUTES) .buildAsync(k -> DataObject.get("Data for " + k));
我们可以以相同的方式使用 get 和 getAll 方法，同时考虑到他们返回的是 CompletableFuture：
String key = "A"; cache.get(key).thenAccept(dataObject -> { assertNotNull(dataObject); assertEquals("Data for " + key, dataObject.getData()); }); cache.getAll(Arrays.asList("A", "B", "C")) .thenAccept(dataObjectMap -> assertEquals(3, dataObjectMap.size()));
CompletableFuture 有许多有用的 API，您可以在此文中获取更多内容。
4、值回收
caffeine 有三个值回收策略：基于大小，基于时间和参考。
4.1、基于大小回收
这种回收方式假定当超过配置的缓存大小限制时会发生回收。 获取大小有两种方法：缓存中计数对象，或获取权重。
让我们看看如何计算缓存中的对象。当缓存初始化时，其大小等于零：
LoadingCache cache = caffeine.newBuilder() .maximumSize(1) .build(k -> DataObject.get("Data for " + k)); assertEquals(0, cache.estimatedSize());
cache.get("A"); assertEquals(1, cache.estimatedSize());
cache.get("B"); cache.cleanUp(); assertEquals(1, cache.estimatedSize());
值得一提的是，在获取缓存大小之前，我们调用了 cleanUp 方法。 这是因为缓存回收被异步执行，这种方法有助于等待回收的完成。
我们还可以传递一个 weigher Function 来获取缓存的大小：
LoadingCache cache = caffeine.newBuilder() .maximumWeight(10) .weigher((k,v) -> 5) .build(k -> DataObject.get("Data for " + k)); assertEquals(0, cache.estimatedSize()); cache.get("A"); assertEquals(1, cache.estimatedSize()); cache.get("B"); assertEquals(2, cache.estimatedSize());
当 weight 超过 10 时，值将从缓存中删除：
cache.get("C"); cache.cleanUp(); assertEquals(2, cache.estimatedSize());
4.2、基于时间回收
这种回收策略是基于条目的到期时间，有三种类型：
访问后到期 ― 从上次读或写发生后，条目即过期。
写入后到期 ― 从上次写入发生之后，条目即过期
自定义策略 ― 到期时间由 Expiry 实现独自计算
让我们使用 expireAfteraccess 方法配置访问后过期策略：
LoadingCache cache = caffeine.newBuilder() .expireAfteraccess(5, TimeUnit.MINUTES) .build(k -> DataObject.get("Data for " + k));
要配置写入后到期策略，我们使用 expireAfterWrite 方法：
cache = caffeine.newBuilder() .expireAfterWrite(10, TimeUnit.SECONDS) .weakKeys() .weakValues() .build(k -> DataObject.get("Data for " + k));
要初始化自定义策略，我们需要实现 Expiry 接口：
cache = caffeine.newBuilder().expireAfter(new Expiry() { @Override public long expireAfterCreate( String key, DataObject value, long currentTime) { return value.getData().length() * 1000; } @Override public long expireAfterUpdate( String key, DataObject value, long currentTime, long currentDuration) { return currentDuration; } @Override public long expireAfterRead( String key, DataObject value, long currentTime, long currentDuration) { return currentDuration; } }).build(k -> DataObject.get("Data for " + k));
4.3、基于引用回收
我们可以将缓存配置为启用缓存键值的垃圾回收。为此，我们将 key 和 value 配置为 弱引用，并且我们可以仅配置软引用以进行垃圾回收。
当没有任何对对象的强引用时，使用 WeakRefence 可以启用对象的垃圾收回收。SoftReference 允许对象根据 JVM 的全局最近最少使用（Least-Recently-Used）的策略进行垃圾回收。有关 Java 引用的更多详细信息，请参见此处。
我们应该使用 caffeine.weakKeys()、caffeine.weakValues() 和 caffeine.softValues() 来启用每个选项：
LoadingCache cache = caffeine.newBuilder() .expireAfterWrite(10, TimeUnit.SECONDS) .weakKeys() .weakValues() .build(k -> DataObject.get("Data for " + k)); cache = caffeine.newBuilder() .expireAfterWrite(10, TimeUnit.SECONDS) .softValues() .build(k -> DataObject.get("Data for " + k));
5、刷新
可以将缓存配置为在定义的时间段后自动刷新条目。让我们看看如何使用 refreshAfterWrite 方法：
caffeine.newBuilder() .refreshAfterWrite(1, TimeUnit.MINUTES) .build(k -> DataObject.get("Data for " + k));
这里我们应该要明白 expireAfter 和 refreshAfter 之间的区别。 当请求过期条目时，执行将发生阻塞，直到 build Function 计算出新值为止。
但是，如果条目可以刷新，则缓存将返回一个旧值，并异步重新加载该值。
6、统计
LoadingCache cache = caffeine.newBuilder() .maximumSize(100) .recordStats() .build(k -> DataObject.get("Data for " + k)); cache.get("A"); cache.get("A"); assertEquals(1, cache.stats().hitCount()); assertEquals(1, cache.stats().missCount());
我们也可能会传入 recordStats supplier，创建一个 StatsCounter 的实现。每次与统计相关的更改将推送此对象。
7、结论
在本文中，我们熟悉了 Java 的 caffeine 缓存库。 我们看到了如何配置和填充缓存，以及如何根据我们的需要选择适当的到期或刷新策略。
文中示例的源代码可以在 Github 上找到。
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 dio@foxmail.com 举报，一经查实，本站将立刻删除。
