Guava 源碼分析（Cache 原理）

時間 2019-12-04

標籤 guava 源碼分析 cache 原理欄目 Java 简体版

原文原文鏈接

前言

Google 出的 Guava 是 Java 核心加強的庫，應用很是普遍。java

我平時用的也挺頻繁，此次就藉助平常使用的 Cache 組件來看看 Google 大牛們是如何設計的。git

緩存

本次主要討論緩存。

緩存在平常開發中舉足輕重，若是你的應用對某類數據有着較高的讀取頻次，而且改動較小時那就很是適合利用緩存來提升性能。github

緩存之因此能夠提升性能是由於它的讀取效率很高，就像是 CPU 的 L一、L二、L3 緩存同樣，級別越高相應的讀取速度也會越快。算法

但也不是什麼好處都佔，讀取速度快了可是它的內存更小資源更寶貴，因此咱們應當緩存真正須要的數據。緩存

其實也就是典型的空間換時間。

下面談談 Java 中所用到的緩存。安全

JVM 緩存

首先是 JVM 緩存，也能夠認爲是堆緩存。微信

其實就是建立一些全局變量，如 Map、List 之類的容器用於存放數據。數據結構

這樣的優點是使用簡單可是也有如下問題：併發

只能顯式的寫入，清除數據。
不能按照必定的規則淘汰數據，如 LRU，LFU，FIFO 等。
清除數據時的回調通知。
其餘一些定製功能等。

Ehcache、Guava Cache

因此出現了一些專門用做 JVM 緩存的開源工具出現了，如本文提到的 Guava Cache。分佈式

它具備上文 JVM 緩存不具備的功能，如自動清除數據、多種清除算法、清除回調等。

但也正由於有了這些功能，這樣的緩存必然會多出許多東西須要額外維護，天然也就增長了系統的消耗。

分佈式緩存

剛纔提到的兩種緩存其實都是堆內緩存，只能在單個節點中使用，這樣在分佈式場景下就招架不住了。

因而也有了一些緩存中間件，如 Redis、Memcached，在分佈式環境下能夠共享內存。

具體不在本次的討論範圍。

Guava Cache 示例

之因此想到 Guava 的 Cache，也是最近在作一個需求，大致以下：

從 Kafka 實時讀取出應用系統的日誌信息，該日誌信息包含了應用的健康情況。
若是在時間窗口 N 內發生了 X 次異常信息，相應的我就須要做出反饋（報警、記錄日誌等）。

對此 Guava 的 Cache 就很是適合，我利用了它的 N 個時間內不寫入數據時緩存就清空的特色，在每次讀取數據時判斷異常信息是否大於 X 便可。

僞代碼以下：

@Value("${alert.in.time:2}")
    private int time ;

    @Bean
    public LoadingCache buildCache(){
        return CacheBuilder.newBuilder()
                .expireAfterWrite(time, TimeUnit.MINUTES)
                .build(new CacheLoader<Long, AtomicLong>() {
                    @Override
                    public AtomicLong load(Long key) throws Exception {
                        return new AtomicLong(0);
                    }
                });
    }
    
    
    /**
     * 判斷是否須要報警
     */
    public void checkAlert() {
        try {
            if (counter.get(KEY).incrementAndGet() >= limit) {
                LOGGER.info("***********報警***********");

                //將緩存清空
                counter.get(KEY).getAndSet(0L);
            }
        } catch (ExecutionException e) {
            LOGGER.error("Exception", e);
        }
    }

首先是構建了 LoadingCache 對象，在 N 分鐘內不寫入數據時就回收緩存（當經過 Key 獲取不到緩存時，默認返回 0）。

而後在每次消費時候調用 checkAlert() 方法進行校驗，這樣就能夠達到上文的需求。

咱們來設想下 Guava 它是如何實現過時自動清除數據，而且是能夠按照 LRU 這樣的方式清除的。

大膽假設下：