您好,登录后才能下订单哦!
这篇文章主要讲解了“Spring内存缓存Caffeine如何使用”,文中的讲解内容简单清晰,易于学习与理解,下面请大家跟着小编的思路慢慢深入,一起来研究和学习“Spring内存缓存Caffeine如何使用”吧!
依赖
首先搭建一个标准的SpringBoot项目工程,相关版本以及依赖如下
本项目借助SpringBoot 2.2.1.RELEASE
+ maven 3.5.3
+ IDEA
进行开发
<dependencies> <dependency> <groupId>com.github.ben-manes.caffeine</groupId> <artifactId>caffeine</artifactId> </dependency> </dependencies>
引入上面的jar包之后,就可以进入caffeine的使用环节了;我们主要依照官方wiki来进行演练
Home zh CN · ben-manes/caffeine Wiki
caffeine提供了四种缓存策略,主要是基于手动添加/自动添加,同步/异步来进行区分
其基本使用姿势于Guava差不多
private LoadingCache<String, Integer> autoCache; private AtomicInteger idGen; public CacheService() { // 手动缓存加载方式 idGen = new AtomicInteger(100); uidCache = Caffeine.newBuilder() // 设置写入后五分钟失效 .expireAfterWrite(5, TimeUnit.MINUTES) // 设置最多的缓存数量 .maximumSize(100) .build(); }
1.1 三种失效策略
注意参数设置,我们先看一下失效策略,共有下面几种
权重:
maximumSize: 基于容量策略,当缓存内元素个数超过时,通过基于就近度和频率的算法来驱逐掉不会再被使用到的元素
maximumWeight: 基于权重的容量策略,主要应用于缓存中的元素存在不同的权重场景
时间:
expireAfterAccess: 基于访问时间
expireAfterWrite: 基于写入时间
expireAfter: 可以根据读更新写入来调整有效期
引用:
weakKeys: 保存的key为弱引用
weakValues: 保存的value会使用弱引用
softValues: 保存的value使用软引用
弱引用:这允许在GC的过程中,当没有被任何强引用指向的时候去将缓存元素回收
软引用:在GC过程中被软引用的对象将会被通过LRU算法回收
1.2 缓存增删查姿势
接下来我们看一下手动方式的使用
public void getUid(String session) { // 重新再取一次,这次应该就不是重新初始化了 Integer uid = uidCache.getIfPresent(session); System.out.println("查看缓存! 当没有的时候返回的是 uid: " + uid); // 第二个参数表示当不存在时,初始化一个,并写入缓存中 uid = uidCache.get(session, (key) -> 10); System.out.println("初始化一个之后,返回的是: " + uid); // 移除缓存 uidCache.invalidate(session); // 手动添加一个缓存 uidCache.put(session + "_2", 11); // 查看所有的额缓存 Map map = uidCache.asMap(); System.out.println("total: " + map); // 干掉所有的缓存 uidCache.invalidateAll(); }
查询缓存&添加缓存
getIfPresent(key)
: 不存在时,返回null
get(key, (key) -> {value初始化策略})
: 不存在时,会根据第二个lambda表达式来写入数据,这个就表示的是手动加载缓存
asMap
: 获取缓存所有数据
添加缓存
put(key, val)
: 主动添加缓存
清空缓存
invalidate
: 主动移除缓存
invalidateAll
: 失效所有缓存
执行完毕之后,输出日志:
查看缓存! 当没有的时候返回的是 uid: null
初始化一个之后,返回的是: 10
total: {02228476-bcd9-412d-b437-bf0092c4a5f6_2=11}
在创建的时候,就指定缓存未命中时的加载规则
// 在创建时,自动指定加载规则 private LoadingCache<String, Integer> autoCache; private AtomicInteger idGen; public CacheService() { // 手动缓存加载方式 idGen = new AtomicInteger(100); autoCache = Caffeine.newBuilder() .expireAfterWrite(5, TimeUnit.MINUTES) .maximumSize(100) .build(new CacheLoader<String, Integer>() { @Override public @Nullable Integer load(@NonNull String key) throws Exception { return idGen.getAndAdd(1); } }); }
它的配置,与前面介绍的一致;主要的区别点在于build时,确定缓存值的获取方式
2.1 缓存使用姿势
public void autoGetUid(String session) { Integer uid = autoCache.getIfPresent(session); System.out.println("自动加载,没有时返回: " + uid); uid = autoCache.get(session); System.out.println("自动加载,没有时自动加载一个: " + uid); // 批量查询 List<String> keys = Arrays.asList(session, session + "_1"); Map<String, Integer> map = autoCache.getAll(keys); System.out.println("批量获取,一个存在一个不存在时:" + map); // 手动加一个 autoCache.put(session + "_2", 11); Map total = autoCache.asMap(); System.out.println("total: " + total); }
与前面的区别在于获取缓存值的方式
get(key): 不用传第二个参数,直接传key获取对应的缓存值,如果没有自动加载数据
getAll(keys): 可以批量获取数据,若某个key不再缓存中,会自动加载;在里面的则直接使用缓存的
实际输出结果如下
自动加载,没有时返回: null
自动加载,没有时自动加载一个: 100
批量获取,一个存在一个不存在时:{02228476-bcd9-412d-b437-bf0092c4a5f6=100, 02228476-bcd9-412d-b437-bf0092c4a5f6_1=101}
total: {02228476-bcd9-412d-b437-bf0092c4a5f6_2=11, 02228476-bcd9-412d-b437-bf0092c4a5f6_1=101, 02228476-bcd9-412d-b437-bf0092c4a5f6=100}
异步,主要是值在获取换粗内容时,采用的异步策略;使用与前面没有什么太大差别
// 手动异步加载缓存 private AsyncCache<String, Integer> asyncUidCache; public CacheService() { asyncUidCache = Caffeine.newBuilder() .expireAfterWrite(5, TimeUnit.MINUTES) .maximumSize(100) .buildAsync(); }
3.1 缓存使用姿势
public void asyncGetUid(String session) throws ExecutionException, InterruptedException { // 重新再取一次,这次应该就不是重新初始化了 CompletableFuture<Integer> uid = asyncUidCache.getIfPresent(session); System.out.println("查看缓存! 当没有的时候返回的是 uid: " + (uid == null ? "null" : uid.get())); // 第二个参数表示当不存在时,初始化一个,并写入缓存中 uid = asyncUidCache.get(session, (key) -> 10); System.out.println("初始化一个之后,返回的是: " + uid.get()); // 手动塞入一个缓存 asyncUidCache.put(session + "_2", CompletableFuture.supplyAsync(() -> 12)); // 移除缓存 asyncUidCache.synchronous().invalidate(session); // 查看所有的额缓存 System.out.println("print total cache:"); for (Map.Entry<String, CompletableFuture<Integer>> sub : asyncUidCache.asMap().entrySet()) { System.out.println(sub.getKey() + "==>" + sub.getValue().get()); } System.out.println("total over"); }
getIfPresent: 存在时返回CompletableFuture,不存在时返回null,因此注意npe的问题
get(key, Function<>): 第二个参数表示加载数据的逻辑
put(key, CompletableFuture<>): 手动加入缓存,注意这里也不是直接加一个具体的value到缓存
synchronous().invalidate() : 同步清除缓存
getAll: 一次获取多个缓存,同样的是在缓存的取缓存,不在的根据第二个传参进行加载
与前面相比,使用姿势差不多,唯一注意的是,获取的并不是直接的结果,而是CompletableFuture,上面执行之后的输出如下:
查看缓存! 当没有的时候返回的是 uid: null
初始化一个之后,返回的是: 10
print total cache:
5dd53310-aec7-42a5-957e-f7492719c29d_2==>12
total over
在定义缓存时,就指定了缓存不存在的加载逻辑;与第二个相比区别在于这里是异步加载数据到缓存中
private AtomicInteger idGen; // 自动异步加载缓存 private AsyncLoadingCache<String, Integer> asyncAutoCache; public CacheService() { idGen = new AtomicInteger(100); asyncAutoCache = Caffeine.newBuilder() .expireAfterWrite(5, TimeUnit.MINUTES) .maximumSize(100) .buildAsync(new CacheLoader<String, Integer>() { @Override public @Nullable Integer load(@NonNull String key) throws Exception { return idGen.getAndAdd(1); } }); }
4.1 缓存使用姿势
public void asyncAutoGetUid(String session) { try { CompletableFuture<Integer> uid = asyncAutoCache.getIfPresent(session); System.out.println("自动加载,没有时返回: " + (uid == null ? "null" : uid.get())); uid = asyncAutoCache.get(session); System.out.println("自动加载,没有时自动加载一个: " + uid.get()); // 批量查询 List<String> keys = Arrays.asList(session, session + "_1"); CompletableFuture<Map<String, Integer>> map = asyncAutoCache.getAll(keys); System.out.println("批量获取,一个存在一个不存在时:" + map.get()); // 手动加一个 asyncAutoCache.put(session + "_2", CompletableFuture.supplyAsync(() -> 11)); // 查看所有的额缓存 System.out.println("print total cache:"); for (Map.Entry<String, CompletableFuture<Integer>> sub : asyncAutoCache.asMap().entrySet()) { System.out.println(sub.getKey() + "==>" + sub.getValue().get()); } System.out.println("total over"); // 清空所有缓存 asyncAutoCache.synchronous().invalidateAll(); } catch (Exception e) { e.printStackTrace(); } }
输出:
自动加载,没有时返回: null
自动加载,没有时自动加载一个: 102
批量获取,一个存在一个不存在时:{5dd53310-aec7-42a5-957e-f7492719c29d=102, 5dd53310-aec7-42a5-957e-f7492719c29d_1=103}
print total cache:
5dd53310-aec7-42a5-957e-f7492719c29d_2==>11
5dd53310-aec7-42a5-957e-f7492719c29d_1==>103
5dd53310-aec7-42a5-957e-f7492719c29d==>102
total over
感谢各位的阅读,以上就是“Spring内存缓存Caffeine如何使用”的内容了,经过本文的学习后,相信大家对Spring内存缓存Caffeine如何使用这一问题有了更深刻的体会,具体使用情况还需要大家实践验证。这里是亿速云,小编将为大家推送更多相关知识点的文章,欢迎关注!
免责声明:本站发布的内容(图片、视频和文字)以原创、转载和分享为主,文章观点不代表本网站立场,如果涉及侵权请联系站长邮箱:is@yisu.com进行举报,并提供相关证据,一经查实,将立刻删除涉嫌侵权内容。