高性能 Java 缓存库

1、介绍

在本文中，我将介绍 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性。

Caffeine 因使用了 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：

<dependency><groupId>com.github.ben-manes.caffeine</groupId><artifactId>caffeine</artifactId><version>2.5.5</version>
</dependency>

你可以在 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/getterspublic 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后再检索。

初始化缓存：

Cache<String, DataObject> cache = Caffeine.newBuilder().expireAfterWrite(1, TimeUnit.MINUTES).maximumSize(100).build();

现在，我们可以使用 getIfPresent 方法从缓存中获取值。如果缓存中不存指定的值，则方法将返回 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 key，则该函数将用于提供默认值，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 方法可以以原子方式执行计算。这意味着你只进行一次计算 —— 即使有多个线程同时请求该值。这就是为什么使用 get 要优于 getIfPresent。

有时我们需要手动触发一些缓存的值失效：

cache.invalidate(key);
dataObject = cache.getIfPresent(key);assertNull(dataObject);

3.2、同步加载

这种加载缓存的方式使用了与用于初始化值的 Function 的手动策略类似的 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<String, DataObject> 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 方法来检索值：

DataObject dataObject = cache.get(key);assertNotNull(dataObject);
assertEquals("Data for " + key, dataObject.getData());

当然，也可以使用 getAll 方法获取一组值：

Map<String, DataObject> dataObjectMap = cache.getAll(Arrays.asList("A", "B", "C"));assertEquals(3, dataObjectMap.size());

从传给 build 方法的初始化函数检索值，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<String, DataObject> 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，你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，基于时间和基于引用。

4.1、基于大小回收

这种回收方式假定当缓存大小超过配置的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<String, DataObject> cache = Caffeine.newBuilder().maximumSize(1).build(k -> DataObject.get("Data for " + k));assertEquals(0, cache.estimatedSize());

当我们添加一个值时，大小明显增加：

cache.get("A");assertEquals(1, cache.estimatedSize());

我们可以将第二个值添加到缓存中，这将导致第一个值被删除：

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，这种方式有助于等待回收工作完成。

我们还可以传递一个 weigher Function 来获取缓存的大小：

LoadingCache<String, DataObject> 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<String, DataObject> 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<String, DataObject>() {@Overridepublic long expireAfterCreate(String key, DataObject value, long currentTime) {return value.getData().length() * 1000;}@Overridepublic long expireAfterUpdate(String key, DataObject value, long currentTime, long currentDuration) {return currentDuration;}@Overridepublic 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启用基于缓存键值的垃圾回收。为此，我们将 key 和 value 配置为 弱引用，并且可以仅配置软引用以进行垃圾回收。

当对象的没有任何强引用时，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<String, DataObject> 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指定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

Caffeine 有记录缓存使用情况的统计方式：

LoadingCache<String, DataObject> 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());

我们也可以传入 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，学习了如何配置和填充缓存，以及如何根据自己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。

原文地址：https://www.jianshu.com/p/ba2ac225836d

参考文章：https://github.com/ben-manes/caffeine/wiki

https://www.cnblogs.com/cjsblog/p/11517761.html