先分享下我基于MAP实现的一个本地缓存

packageorg.hjb.component;importjava.lang.ref.SoftReference;importjava.util.Map;importjava.util.concurrent.ConcurrentHashMap;importjava.util.concurrent.TimeUnit;importorg.apache.logging.log4j.LogManager;importorg.apache.logging.log4j.Logger;/*** 本地缓存

*

* 何锦彬 2017.02.24*/

public classLocalMemory {//数据

static classCacheData {//过期时间

privateLong invalidTime;privateObject data;publicLong getInvalidTime() {returninvalidTime;

}public voidsetInvalidTime(Long invalidTime) {this.invalidTime =invalidTime;

}publicObject getData() {returndata;

}public voidsetData(Object data) {this.data =data;

}

}private static Logger logger = LogManager.getLogger(LocalMemory.class);//存储本地缓存数据.用软引用避免OutOfMemoryError

static Map> localData = new ConcurrentHashMap>();public static final int MAX_SIZE = 10000;public static final int WARN_VALUE = 8000;/***@paramkey

* 缓存KEY

*@paramvalue

* 缓存数据

*@paramtimeOut

* 超时时间，单位秒*/

public static voidput(String key, Object value, Long timeOut) {if (localData.size() >=WARN_VALUE) {

logger.warn("注意:本地缓存已经达到临界值,size:" +localData.size());

}if (localData.size() >MAX_SIZE) {

logger.error("超出最大值:" +localData.size());return;

}

CacheData cacheData= newCacheData();long now =System.currentTimeMillis();long invalidTime = now + (timeOut * 1000);

cacheData.setData(value);

cacheData.setInvalidTime(invalidTime);

SoftReference refCacheData = new SoftReference(cacheData);

localData.put(key, refCacheData);

}public static finalObject get(String key) {

SoftReference referenceData =localData.get(key);if (referenceData == null) {

logger.debug("未找到数据，key => {}", key);

}

CacheData cacheData=localData.get(key).get();if (cacheData == null) {

logger.debug("未找到数据，key => {}", key);

}

Long invalidTime=cacheData.getInvalidTime();if (invalidTime == null) {return null;

}long now =System.currentTimeMillis();if (now >invalidTime) {//清除缓存

localData.remove(key);return null;

}returncacheData.getData();

}public static void put(String key, Object value, longtime, TimeUnit unit) {

put(key, value, unit.toSeconds(time));

}public static void main(String[] args) throwsInterruptedException {

String key= "test";

Object value= "hello world";

LocalMemory.put("test", value, 1l);

System.out.println(LocalMemory.get(key));

Thread.sleep(2000);

System.out.println(LocalMemory.get(key));

}

}

本地缓存

优势：

1，易用，只是比map多了个过期时间，有超时的概念

2，用软引用，可防止对JVM的堆对象造成out memory

3， 相对集中缓存不需要进行网络开销，消除RPC

缺点：

1，用的是堆内存。会对JVM的垃圾回收造成影响

2，大小控制只能是通过KEY值的存储数量控制，无法通过控制内存占用大小

3，缺少监控方面的设计

4，没有缓存的移除，定期清除失效缓存

5，缓存穿透的问题，当缓存失效时间时，大量访问到了缓存的传统，压到数据库去了

对于3，4问题可以用google的guava

对于1，ehcache可以用JAVA的直接内存.

对于直接内存这部分不好实现，JAVA只提供了个ByteBuffer.allocateDirect(capacity)的方法去应用直接内存，也就意味着要存入直接内存必须先把整个对象序列号成byte再放入直接内存。

但这样每次都需要序列号与反序列化的开销，而且得全量加载的堆内存引起垃圾回收。ehcache有直接用native方法实现

踩过的坑：

缓存失效

当缓存出现失效， 瞬间大量访问压到了DB，造成DB的压力

解决：

1，不用失效时间来触发缓存的更新

1， 后台定时刷新最新内容到本地缓存，不依靠失效时间来触发。

2， 结合广播通知模式(如 redis)+本地缓存更新进行更新缓存，而不是通过失效来触发(目前系统主要就是这个模式，待加上案例分享)

当然，两种进行结合效果更好，

WEB服务器不停监控redis的访问，同时定时轮询，覆盖缓存中的内容

2，通过控制进入DB操作的线程数进行控制

如，  通过重入锁的，tryLock的condition，condition，阻塞超时方法，通知等进行控制(待加上案例分享)

缓存穿透

当访问不存在的KEY时，一直传入到数据库层面去，压到DB，造成DB的压

解决：

1， 添加计数器，如当一个KEY的次数达到了10次后， 在缓存总加入该KEY，进行null的返回

2， 是否符合KEY的规则 + Bloom Filter， 用redis的bitmap存数组，对已存在的值进行hash存入(如果是ID，直接存，不需要hash，准确率100%)。  如果访问的有bit位置为0的，必定不存在

返回同一对象地址

本地缓存读取后的修改，会相互影响的问题

解决：

如果需要修改，返回对象需要进行深度clone

欢迎关注我的公众号，重现线上各种BUG， 一起来构建我们的知识体系