Caffeine缓存框架入门学习

引入依赖

1. <dependency>
2.     <groupId>com.github.ben-manes.caffeine</groupId>
3.     <artifactId>caffeine</artifactId>
4.     <version>2.5.5</version>
5. </dependency>

复制代码

基础创建方式

1. Cache<String, Integer> cache = Caffeine.newBuilder().build();

复制代码

常用创建模板

1. private static final Cache<String, String> CONFIG_VALUE =
2.             Caffeine.newBuilder()
3.                     //初始容量
4.                     .initialCapacity(100)
5.                     //最大容量
6.                     .maximumSize(1000)
7.                     //过期时间
8.                     .expireAfterWrite(10, TimeUnit.MINUTES)
9.                     //缓存元素删除监听器，参数分别为缓存的key，value，驱逐原因
10.                     .removalListener((Key key, Object value, RemovalCause cause) ->
11.                             System.out.printf("Key %s was removed (%s)%n", key, cause))
12.                     .build();

复制代码

填充策略

填充策略分为手动填充，自动填充，异步手动填充和异步自动填充四种

• 手动填充
  

1. Cache<String, Integer> cache = Caffeine.newBuilder().build();// 查找一个缓存元素， 没有查找到的时候返回nullMyObject graph = cache.getIfPresent(key);// 查找缓存，如果缓存不存在则生成缓存元素,  如果无法生成则返回nullgraph = cache.get(key, k -> createObject(key));// 添加或者更新一个缓存元素cache.put(key, graph);// 移除一个缓存元素cache.invalidate(key);

复制代码

• 自动填充
  

1. LoadingCache<Key, Graph> cache = Caffeine.newBuilder()
2.     //自动填充即在初始化的时候就指定自动填充函数，当缓存中没有命中数据的时候自动执行填充函数
3.     .build(key -> createExpensiveGraph(key));
5. // 查找缓存，如果缓存不存在则生成缓存元素,  如果无法生成则返回null
6. Graph graph = cache.get(key);
7. // 批量查找缓存，如果缓存不存在则生成缓存元素
8. Map<Key, Graph> graphs = cache.getAll(keys);

复制代码

• 异步手动填充
  

1. AsyncCache<Key, Graph> cache = Caffeine.newBuilder()
2.     .buildAsync();
4. // 查找缓存元素，如果不存在，则异步生成
5. CompletableFuture<Graph> graph = cache.get(key, k -> createExpensiveGraph(key));

复制代码

• 异步自动填充
  

1. AsyncLoadingCache<Key, Graph> cache = Caffeine.newBuilder()
2.     // 你可以选择: 去异步的封装一段同步操作来生成缓存元素
3.     .buildAsync(key -> createExpensiveGraph(key));
4.     // 你也可以选择: 构建一个异步缓存元素操作并返回一个future
5.     .buildAsync((key, executor) -> createExpensiveGraphAsync(key, executor));
7. // 查找缓存元素，如果其不存在，将会异步进行生成
8. CompletableFuture<Graph> graph = cache.get(key);
9. // 批量查找缓存元素，如果其不存在，将会异步进行生成
10. CompletableFuture<Map<Key, Graph>> graphs = cache.getAll(keys);

复制代码

驱逐策略

驱逐策略有三种：基于大小驱逐，基于时间驱逐，基于引用驱逐

• 基于大小分为基于缓存大小，和基于权重大小两种
  

1. // 根据缓存的计数进行驱逐
2. LoadingCache<Key, Graph> graphs = Caffeine.newBuilder()
3.     .maximumSize(10_000)
4.     .build(key -> createExpensiveGraph(key));
6. // 根据缓存的权重来进行驱逐（权重只是用于确定缓存大小，不会用于决定该缓存是否被驱逐）
7. LoadingCache<Key, Graph> graphs = Caffeine.newBuilder()
8.     .maximumWeight(10_000)
9.     .weigher((Key key, Graph graph) -> graph.vertices().size())
10.     .build(key -> createExpensiveGraph(key));

复制代码

• 基于时间驱逐
  

1. LoadingCache<Key, Graph> graphs = Caffeine.newBuilder()
2.     //当指定时间内没有被读写则被清除
3.     .expireAfterAccess(5, TimeUnit.MINUTES)
4.     .build(key -> createExpensiveGraph(key));
6. LoadingCache<Key, Graph> graphs = Caffeine.newBuilder()
7.     //最后一次写入固定时间后被清除
8.     .expireAfterWrite(10, TimeUnit.MINUTES)
9.     .build(key -> createExpensiveGraph(key));
11. //还可以使用exoureAfter（）来自定义到期驱逐策略，详见文章末尾参考链接

复制代码

• 基于引用驱逐
  

1. LoadingCache<Key, Graph> graphs = Caffeine.newBuilder()
2.     //弱引用键值
3.     .weakKeys()
4.     .weakValues()
5.     .build(key -> createExpensiveGraph(key));
7. // 当垃圾收集器需要释放内存时驱逐
8. LoadingCache<Key, Graph> graphs = Caffeine.newBuilder()
9.     //软引用值
10.     .softValues()
11.     .build(key -> createExpensiveGraph(key));

复制代码

注意：AsyncLoadingCache不支持弱引用和软引用。
以上仅为基础部分内容，详细学习参考文末链接。
参考：
https://blog.csdn.net/crazymakercircle/article/details/113751575
https://zhuanlan.zhihu.com/p/329684099

免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！