简介
依赖引入
<dependency><groupId>cn.hutool</groupId><artifactId>hutool-cache</artifactId><version>5.8.17</version></dependency>
hutool工具既可以像上一章hutool工具实践-验证码-CSDN博客所说直接全部引入,也可以分模块引入
使用示例
先进先出
/*** FIFO(first in first out) 先进先出策略。* 元素不停的加入缓存直到缓存满为止,当缓存满时,* 清理过期缓存对象,清理后依旧满则删除先入的缓存(链表首部对象)。** 优点:简单快速 缺点:不灵活,不能保证最常用的对象总是被保留*/@Testpublic void fifoCacheTest() {Cache<String,String> fifoCache = CacheUtil.newFIFOCache(3);//加入元素,每个元素可以设置其过期时长,DateUnit.SECOND.getMillis()代表每秒对应的毫秒数,在此为3秒fifoCache.put("key1", "value1", DateUnit.SECOND.getMillis() * 3);fifoCache.put("key2", "value2", DateUnit.SECOND.getMillis() * 3);fifoCache.put("key3", "value3", DateUnit.SECOND.getMillis() * 3);//由于缓存容量只有3,当加入第四个元素的时候,根据FIFO规则,最先放入的对象将被移除fifoCache.put("key4", "value4", DateUnit.SECOND.getMillis() * 3);//value1为nullString value1 = fifoCache.get("key1");System.out.println(value1);}
过期时间缓存
/*** 定时缓存,对被缓存的对象定义一个过期时间,当对象超过过期时间会被清理。* 此缓存没有容量限制,对象只有在过期后才会被移除。** @throws InterruptedException*/@Testpublic void timeCacheTest() throws InterruptedException {TimedCache<Object, Object> timeCache = CacheUtil.newTimedCache(1000);timeCache.put("userName","张三", DateUnit.MINUTE.getMillis());TimeUnit.SECONDS.sleep(1);Object userName = timeCache.get("userName");System.out.println(userName);}
如果用户在超时前调用了get(key)
方法,会重头计算起始时间。举个例子,用户设置key1的超时时间5s,用户在4s的时候调用了get("key1")
,此时超时时间重新计算,再过4s调用get("key1")
方法值依旧存在。如果想避开这个机制,请调用get("key1", false)
方法。
此缓存没有容量限制,对象只有在过期后才会被移除,如果启动了定时器(schedulePrune方法),那会定时清理缓存中的过期值,但是如果不起动,那只有在get这个值得时候才检查过期并清理。不启动定时器带来的问题是:有些值如果长时间不访问,会占用缓存的空间
最近最久未使用缓存
/*** LRU (least recently used)最近最久未使用缓存。* 根据使用时间来判定对象是否被持续缓存,当对象被访问时放入缓存,当缓存满了,* 最久未被使用的对象将被移除。此缓存基于LinkedHashMap,因此当被缓存的对象每被访问一次,* 这个对象的key就到链表头部。这个算法简单并且非常快,他比FIFO有一个显著优势是经常使用的对象不太可能被移除缓存。* 缺点是当缓存满时,不能被很快的访问。*/@Testpublic void lruCacheTest() {Cache<String, String> lruCache = CacheUtil.newLRUCache(3);//通过实例化对象创建//LRUCache<String, String> lruCache = new LRUCache<String, String>(3);lruCache.put("key1", "value1", DateUnit.SECOND.getMillis() * 3);lruCache.put("key2", "value2", DateUnit.SECOND.getMillis() * 3);lruCache.put("key3", "value3", DateUnit.SECOND.getMillis() * 3);lruCache.get("key1");//使用时间推近lruCache.put("key4", "value4", DateUnit.SECOND.getMillis() * 3);//由于缓存容量只有3,当加入第四个元素的时候,根据LRU规则,最少使用的将被移除(2被移除)String value2 = lruCache.get("key"); //null}
最少使用率策略
/*** LFU(least frequently used) 最少使用率策略。* 根据使用次数来判定对象是否被持续缓存(使用率是通过访问次数计算),* 当缓存满时清理过期对象,清理后依旧满的情况下清除最少访问(访问计数最小)的对象并将其他对象的访问数减去这个最小访问数,* 以便新对象进入后可以公平计数。*/@Testpublic void lfuCacheTest() {Cache<String, String> lfuCache = CacheUtil.newLFUCache(3);//通过实例化对象创建//LFUCache<String, String> lfuCache = new LFUCache<String, String>(3);lfuCache.put("key1", "value1", DateUnit.SECOND.getMillis() * 3);lfuCache.get("key1");//使用次数+1lfuCache.put("key2", "value2", DateUnit.SECOND.getMillis() * 3);lfuCache.put("key3", "value3", DateUnit.SECOND.getMillis() * 3);lfuCache.put("key4", "value4", DateUnit.SECOND.getMillis() * 3);//由于缓存容量只有3,当加入第四个元素的时候,根据LFU规则,最少使用的将被移除(2,3被移除)String value2 = lfuCache.get("key2");//nullString value3 = lfuCache.get("key3");//null}
说明
hutool的缓存策略均是基于缓存实现的,单独使用的机会较少(比较适合一些较为简单的单体项目),使用场景较多的情况是:结合redis等缓存技术做的多级缓存,提升系统性能
源码浅析
整个cache模块的核心接口在cn.hutool.cache.Cache,定义了缓存的相关方法
cache的模板实现是AbstractCache,在该抽象模板中实现了大部分方法,定义了最关键的方法:
putWithoutLock
其中pruneCache清理缓存的方法由后续子类根据各自的特征实现
getWithoutLock
实践案例
待补充