文章目录
- 一、引言
- 二、Guava Cache
- 理论介绍
- 实战演示
- 三、Caffeine
- 理论介绍
- 实战演示
- 四、Ehcache
- 理论介绍
- 实战演示
- 五、Spring Cache
- 理论介绍
- 实战演示
- 六、总结
一、引言
在现代应用程序开发中,缓存是提高性能和响应速度的关键技术之一。Java 提供了多种本地缓存解决方案,每种方案都有其特点和适用场景。本文将介绍四种常见的 Java 本地缓存实现:Guava Cache、Caffeine、Ehcache 和 Spring Cache。
二、Guava Cache
理论介绍
Guava Cache 是 Google Guava 库的一部分,提供了轻量级的本地缓存功能。它具有以下特点:
简单易用:API 设计简洁,易于集成到项目中。
自动回收:支持基于时间或引用的自动回收机制。
并发支持:内置高效的并发控制,适合多线程环境。
实战演示
pom
<dependencies><!-- Guava Cache --><dependency><groupId>com.google.guava</groupId><artifactId>guava</artifactId><version>30.1-jre</version> </dependency>
</dependencies>
示例代码
/*** LocalCacheTest* @author senfel* @version 1.0* @date 2024/12/20 17:17*/
@SpringBootTest
public class LocalCacheTest {/*** guavaCache* @author senfel* @date 2024/12/20 17:19* @return void*/@Testpublic void guavaCache() throws Exception{LoadingCache<String, String> cache = CacheBuilder.newBuilder().maximumSize(100).expireAfterWrite(10, TimeUnit.MINUTES).build(new CacheLoader<String, String>() {@Overridepublic String load(String key) {return "Value for " + key;}});System.out.println(cache.get("key1")); // 输出: Value for key1}
三、Caffeine
理论介绍
Caffeine 是一个高性能的本地缓存库,继承了 Guava Cache 的优点并进行了优化。它的特点包括:
高性能:比 Guava Cache 更快,特别是在高并发环境下。
灵活配置:支持多种缓存策略,如 LRU(最近最少使用)、LFU(最不经常使用)等。
内存友好:通过弱引用和软引用来减少内存占用。
实战演示
pom
<dependencies><dependency><groupId>com.github.ben-manes.caffeine</groupId><artifactId>caffeine</artifactId><version>2.9.3</version></dependency>
</dependencies>
示例代码
/*** caffeineCache* @author senfel* @date 2024/12/20 17:25* @return void*/
@Test
public void caffeineCache() throws Exception{Cache<String, String> cache = Caffeine.newBuilder().maximumSize(100).expireAfterWrite(10, TimeUnit.MINUTES).build();cache.put("key1", "value1");System.out.println(cache.getIfPresent("key1")); // 输出: value1
}
四、Ehcache
理论介绍
Ehcache 是一个广泛使用的开源缓存框架,适用于分布式和非分布式环境。它的特点有:
丰富的特性:支持多种缓存策略、持久化、集群等功能。
配置灵活:可以通过 XML 或注解进行配置。
社区活跃:拥有庞大的用户群体和活跃的社区支持。
实战演示
pom
<dependencies><!-- Ehcache 核心库 --><dependency><groupId>net.sf.ehcache</groupId><artifactId>ehcache</artifactId><version>2.10.6</version></dependency><!-- Ehcache 的 web 集群分布式缓存的支持 --><dependency><groupId>net.sf.ehcache</groupId><artifactId>ehcache-web</artifactId><version>2.0.4</version></dependency>
</dependencies>
ehcache.xml
<!-- ehcache.xml -->
<ehcache><cache name="exampleCache"maxEntriesLocalHeap="100"eternal="false"timeToIdleSeconds="120"timeToLiveSeconds="120"/>
</ehcache>
示例代码
/*** ehcacheCache* @author senfel* @date 2024/12/20 17:31* @return void*/
@Test
public void ehcacheCache() throws Exception{CacheManager cacheManager = CacheManager.create("D:\\workspace\\cce-demo\\src\\main\\resources\\ehcache.xml");Ehcache cache = cacheManager.getCache("exampleCache");cache.put(new Element("key1", "value1"));System.out.println(cache.get("key1").getObjectValue()); // 输出: value1
}
五、Spring Cache
理论介绍
Spring Cache 是 Spring 框架提供的缓存抽象层,可以与多种缓存实现无缝集成。它的特点包括:
声明式缓存:通过注解简化缓存逻辑的实现。
高度集成:与 Spring 生态系统紧密集成,方便与其他组件协同工作。
灵活选择:支持多种缓存提供者,如 ConcurrentMapCache、Ehcache、Caffeine 等。
实战演示
pom
<dependency><groupId>com.github.ben-manes.caffeine</groupId><artifactId>caffeine</artifactId><version>2.9.3</version>
</dependency>
yaml
spring:cache:type: caffeinecaffeine:spec: maximumSize=100,expireAfterWrite=10m
示例代码
/*** CacheService* @author senfel* @version 1.0* @date 2024/12/20 17:45*/
@Service
public class CacheService {/*** getData* @param key* @author senfel* @date 2024/12/20 17:53* @return java.lang.String*/@Cacheable(value = "myCache")public String getData(String key) {// 模拟耗时操作try {Thread.sleep(1000);} catch (InterruptedException e) {e.printStackTrace();}return "Value for " + key;}
}
@Resource
private CacheService cacheService;/*** testCache* @param key* @author senfel* @date 2024/12/20 18:00* @return java.lang.String*/
@RequestMapping("/testCache")
public String testCache(String key) {return cacheService.getData(key);
}
六、总结
综上所述,Guava Cache 简单易用,自动回收 ,适合小型应用,对性能要求不高;Caffeine高性能,灵活配置 高并发环境,适合对性能敏感的应用;Ehcache功能丰富,配置灵活,适合分布式系统,需要复杂缓存策略;Spring Cache 是声明式缓存,高度集成 ,适合Spring 应用,需要快速集成缓存。在实际的开放中,我们可以根据具体需求选择合适的缓存方案,可以显著提升应用程序的性能和用户体验。