转载

内存缓存之HashMap、EHCache、Guava Cache对比

缓存不应该被过度使用，在不同场景下，选用不同的方式缓存数据。

简单场景，存入一些占用内存不多的数据，而且这些数据不会主动发生变化，服务器启动后就永久存储，修改和删除都是全手动执行。而且服务器重启时不需要再自动恢复到之前的状态。这种数据直接用Map等放到内存中即可。

而一个标准Cache的主要特征有：

过期时间
容量规划(重要)
清除策略(重要)
命中率统计

其中，常见的清除策略、淘汰机制（Eviction policy）有：

FIFO（First In First Out）：先进先出算法，即先放入缓存的先被移除；
LRU（Least Recently Used）：最久未使用算法，使用时间距离现在最久的那个被移除；
LFU（Least Frequently Used）：最近最少使用算法，一定时间段内使用次数（频率）最少的那个被移除；

其中，过期时间包括：

TTL（Time To Live）：存活期，即从缓存中创建时间点开始直到它到期的一个时间段（不管在这个时间段内有没有访问都将过期）
TTI（Time To Idle）：空闲期，即一个数据多久没被访问将从缓存中移除的时间。

基于以上特征，使用HashMap作为本地cache似乎很不适当。某些场景下面，倒是可以用JDK自带的WeakHashMap。

通过简单的包装，就可以为你的HashMap增加过期时间和容量规划。而且比其他cache更高效。openfire的DefaultCache就是一个很好的例子：

DefaultCache.java

DefaultCache的核心是HashMap，另外增加了一层很薄的包装来实现过期和LRU。DefaultCache包括两个LinkedList，一个用于存储插入顺序，另一个用于存储插入时间。当cache size达到临界值时，从最尾部删除。有朋友测试过，比ehcache快5倍。

如果本地cache不能满足你的要求，ehcache是个很好的选择。不仅仅作为分布式的cache，甚至作为状态同步，ehcache都有非常优秀的案例。也可以实现多机copy。分享一个数据：某生产系统中ehcache每天处理17,466,415次replication。

不过，也听说ehcache代码写得很复杂，设计有些问题，相比之下 Google的Guava Cache就要轻量得多，但是只支持内存缓存。

Guava Cache与ConcurrentMap很相似。最基本的区别是ConcurrentMap会一直保存所有添加的元素，直到显式地移除。相对地，Guava Cache通常都设定为自动回收元素。在某些场景下，尽管LoadingCache 不回收元素，它也是很有用的，因为它会自动加载缓存。

通常来说，Guava Cache适用于：

你愿意消耗一些内存空间来提升速度。
你预料到某些键会被查询一次以上。
缓存中存放的数据总量不大，不会超出内存容量。（否则，请尝试EHCache、Memcached这类工具）

如果你的场景符合上述的每一条，Guava Cache就适合你。

Ehcache使用的注意点：

1、比较少的更新数据表的情况

2、对并发要求不是很严格的情况

3、多台应用服务器中的缓存是不能进行实时同步的。

4、对一致性要求不高的情况下

ehcache支持集群，但因为Ehcache本地缓存的特性（属于 分散式缓存 ），目前无法很好的解决不同服务器间缓存同步的一致性问题，所以我们在一致性要求非常高的场合下，尽量使用Redis、Memcached等 集中式缓存 。

Ehcache has a lot more features than a Map:

limit the maximum number of elements in memory
overflow to disk (if the above number is exceeded)
set a time-to-live and time-to-idle for elements
allows replication within a cluster

If you don't need any of those, you can safely use a Map - it will be easier to configure.

原文 https://blog.csdn.net/zollty/article/details/86134550

正文到此结束

所属分类：编程技术 Java

本文标签： 代码 Features 缓存 https SDN 删除 LinkedList 测试 Google http HashMap 服务器 redis 统计一致性 openfire 数据同步分布式 java map list id 集群空间 IO cat 时间 cache 并发
版权声明： 本文为互联网转载文章，出处已在文章中说明(部分除外)。如果侵权，请联系本站长删除，谢谢。
本文海报： 生成海报一生成海报二

其他链接

关于本站

本站定位：个人技术类博客

本站作用：写博客、记日志、闲聊扯淡鼓捣技术。

问题交流

内存缓存之HashMap、EHCache、Guava Cache对比

热门推荐

相关文章

说给你听

本文目录

随机标签

书籍教程

近期评论

网站信息

其他链接

关于本站

问题交流