Java 高并发缓存与Guava Cache

huhui0 2016-03-13

一.背景

      缓存是我们在开发中为了提高系统的性能,把经常的访问业务的数据第一次把处理结果先放到缓存中,第二次就不用在对相同的业务数据在重新处理一遍,这样就提高了系统的性能。缓存分好几种:

(1)本地缓存。

(2)数据库缓存。

(3)分布式缓存。

      分布式缓存比较常用的有memcached等,memcached是高性能的分布式内存缓存服务器,缓存业务处理结果,减少数据库访问次数和相同复杂逻辑处理的时间,以提高动态Web应用的速度、 提高可扩展性。

   

二.本地缓存在高并发下的问题以及解决

     今天我们介绍的是本地缓存缓存,我们这边采用java.util.concurrent.ConcurrentHashMap来保存,ConcurrentHashMap是一个线程安全的HashTable,并提供了一组和HashTable功能相同但是线程安全的方法,ConcurrentHashMap可以做到读取数据不加锁,提高了并发能力。我们先不考虑内存元素回收或者在保存数据会出现内存溢出的情况,我们用ConcurrentHashMap模拟本地缓存,当在高并发环境一下,会出现一些什么问题?

我们这边采用实现多个线程来模拟高并发场景。

 第一种:我们先来看一下代码:

public class TestConcurrentHashMapCache<K,V> {  
    private final ConcurrentHashMap<K, V>  cacheMap=new ConcurrentHashMap<K,V> ();   
      
    public  Object getCache(K keyValue,String ThreadName){  
        System.out.println("ThreadName getCache=============="+ThreadName);  
        Object value=null;  
        //从缓存获取数据  
        value=cacheMap.get(keyValue);  
        //如果没有的话,把数据放到缓存  
        if(value==null){  
            return putCache(keyValue,ThreadName);  
        }  
        return value;  
    }  
      
    public Object putCache(K keyValue,String ThreadName){  
        System.out.println("ThreadName 执行业务数据并返回处理结果的数据(访问数据库等)=============="+ThreadName);  
        //可以根据业务从数据库获取等取得数据,这边就模拟已经获取数据了  
        @SuppressWarnings("unchecked")  
        V value=(V) "dataValue";  
        //把数据放到缓存  
         cacheMap.put(keyValue, value);  
        return value;  
    }  
  
      
      
    public static void main(String[] args) {  
        final TestConcurrentHashMapCache<String,String> TestGuaVA=new TestConcurrentHashMapCache<String,String>();  
          
        Thread t1=new Thread(new Runnable() {  
            @Override  
            public void run() {  
                  
                System.out.println("T1======start========");  
                Object value=TestGuaVA.getCache("key","T1");  
                System.out.println("T1 value=============="+value);  
                System.out.println("T1======end========");  
                  
            }  
        });  
          
        Thread t2=new Thread(new Runnable() {  
            @Override  
            public void run() {  
                System.out.println("T2======start========");  
                Object value=TestGuaVA.getCache("key","T2");  
                System.out.println("T2 value=============="+value);  
                System.out.println("T2======end========");  
                  
            }  
        });  
          
        Thread t3=new Thread(new Runnable() {  
            @Override  
            public void run() {  
                System.out.println("T3======start========");  
                Object value=TestGuaVA.getCache("key","T3");  
                System.out.println("T3 value=============="+value);  
                System.out.println("T3======end========");  
                  
            }  
        });  
          
        t1.start();  
        t2.start();  
        t3.start();  
  
    }  
  
}  

  我们看一下执行结果,如图所示:

 Java 高并发缓存与Guava Cache

     我们实现了本地缓存代码,我们执行一下结果,发现在多线程时,出现了在缓存里没有缓存时,会执行一样执行多次的业务数据并返回处理的数据,我们分析一下出现这种情况的:

   (1)当线程T1访问cacheMap里面有没有,这时根据业务到后台处理业务数据并返回处理数据,并放入缓存。

   (2)当线程T2访问cacheMap里面同样也没有,也把根据业务到后台处理业务数据并返回处理数据,并放入缓存。

   第二种:

    这样相同的业务并处理两遍,如果在高并发的情况下相同的业务不止执行两遍,这样这样跟我们当初做缓存不相符合,这时我们想到了Java多线程时,在执行获取缓存上加上Synchronized,代码如下:

  

public class TestConcurrentHashMapCache<K,V> {  
    private final ConcurrentHashMap<K, V>  cacheMap=new ConcurrentHashMap<K,V> ();   
      
    public <span style="color:#ff0000;">synchronized </span>Object getCache(K keyValue,String ThreadName){  
        System.out.println("ThreadName getCache=============="+ThreadName);  
        Object value=null;  
        //从缓存获取数据  
        value=cacheMap.get(keyValue);  
        //如果没有的话,把数据放到缓存  
        if(value==null){  
            return putCache(keyValue,ThreadName);  
        }  
        return value;  
    }  
      
    public Object putCache(K keyValue,String ThreadName){  
        System.out.println("ThreadName 执行业务数据并返回处理结果的数据(访问数据库等)=============="+ThreadName);  
        //可以根据业务从数据库获取等取得数据,这边就模拟已经获取数据了  
        @SuppressWarnings("unchecked")  
        V value=(V) "dataValue";  
        //把数据放到缓存  
         cacheMap.put(keyValue, value);  
        return value;  
    }  
  
      
      
    public static void main(String[] args) {  
        final TestConcurrentHashMapCache<String,String> TestGuaVA=new TestConcurrentHashMapCache<String,String>();  
          
        Thread t1=new Thread(new Runnable() {  
            @Override  
            public void run() {  
                  
                System.out.println("T1======start========");  
                Object value=TestGuaVA.getCache("key","T1");  
                System.out.println("T1 value=============="+value);  
                System.out.println("T1======end========");  
                  
            }  
        });  
          
        Thread t2=new Thread(new Runnable() {  
            @Override  
            public void run() {  
                System.out.println("T2======start========");  
                Object value=TestGuaVA.getCache("key","T2");  
                System.out.println("T2 value=============="+value);  
                System.out.println("T2======end========");  
                  
            }  
        });  
          
        Thread t3=new Thread(new Runnable() {  
            @Override  
            public void run() {  
                System.out.println("T3======start========");  
                Object value=TestGuaVA.getCache("key","T3");  
                System.out.println("T3 value=============="+value);  
                System.out.println("T3======end========");  
                  
            }  
        });  
          
        t1.start();  
        t2.start();  
        t3.start();  
  
    }  
  
}  

执行结果,如图所示:

   Java 高并发缓存与Guava Cache

    这样就实现了串行,在高并发行时,就不会出现了第二个访问相同业务,肯定是从缓存获取,但是加上Synchronized变成串行,这样在高并发行时性能也下降了。

 第三种:

    我们为了实现性能和缓存的结果,我们采用Future,因为Future在计算完成时获取,否则会一直阻塞直到任务转入完成状态和ConcurrentHashMap.putIfAbsent方法,代码如下:

    

public class TestFutureCahe<K,V> {  
    private final ConcurrentHashMap<K, Future<V>>  cacheMap=new ConcurrentHashMap<K, Future<V>> ();   
      
    public   Object getCache(K keyValue,String ThreadName){  
        Future<V> value=null;  
        try{  
            System.out.println("ThreadName getCache=============="+ThreadName);  
            //从缓存获取数据  
            value=cacheMap.get(keyValue);  
            //如果没有的话,把数据放到缓存  
            if(value==null){  
                value= putCache(keyValue,ThreadName);  
                return value.get();  
            }  
            return value.get();  
                  
        }catch (Exception e) {  
        }  
        return null;  
    }  
      
      
    public Future<V> putCache(K keyValue,final String ThreadName){  
//      //把数据放到缓存  
        Future<V> value=null;  
        Callable<V> callable=new Callable<V>() {  
                @SuppressWarnings("unchecked")  
                @Override  
                public V call() throws Exception {  
                    //可以根据业务从数据库获取等取得数据,这边就模拟已经获取数据了  
                    System.out.println("ThreadName 执行业务数据并返回处理结果的数据(访问数据库等)=============="+ThreadName);  
                    return (V) "dataValue";  
                }  
            };  
            FutureTask<V> futureTask=new FutureTask<V>(callable);  
            value=cacheMap.putIfAbsent(keyValue, futureTask);  
            if(value==null){  
                value=futureTask;  
                futureTask.run();  
            }  
        return value;  
    }  
      
      
  
      
      
    public static void main(String[] args) {  
        final TestFutureCahe<String,String> TestGuaVA=new TestFutureCahe<String,String>();  
          
        Thread t1=new Thread(new Runnable() {  
            @Override  
            public void run() {  
                  
                System.out.println("T1======start========");  
                Object value=TestGuaVA.getCache("key","T1");  
                System.out.println("T1 value=============="+value);  
                System.out.println("T1======end========");  
                  
            }  
        });  
          
        Thread t2=new Thread(new Runnable() {  
            @Override  
            public void run() {  
                System.out.println("T2======start========");  
                Object value=TestGuaVA.getCache("key","T2");  
                System.out.println("T2 value=============="+value);  
                System.out.println("T2======end========");  
                  
            }  
        });  
          
        Thread t3=new Thread(new Runnable() {  
            @Override  
            public void run() {  
                System.out.println("T3======start========");  
                Object value=TestGuaVA.getCache("key","T3");  
                System.out.println("T3 value=============="+value);  
                System.out.println("T3======end========");  
                  
            }  
        });  
          
        t1.start();  
        t2.start();  
        t3.start();  
  
    }  
  
}  

     线程T1或者线程T2访问cacheMap,如果都没有时,这时执行了FutureTask来完成异步任务,假如线程T1执行了FutureTask,并把保存到ConcurrentHashMap中,通过PutIfAbsent方法,因为putIfAbsent方法如果不存在key对应的值,则将value以key加入Map,否则返回key对应的旧值。这时线程T2进来时可以获取Future对象,如果没值没关系,这时是对象的引用,等FutureTask执行完,在通过get返回。

    我们问题解决了高并发访问缓存的问题,可以回收元素这些,都没有,容易造成内存溢出,Google  Guava Cache在这些问题方面都做得挺好的,接下来我们介绍一下。

三.Google  Guava Cache的介绍和应用



     http://www.java2s.com/Code/Jar/g/Downloadguava1401jar.htm  下载对应的jar包

    Guava Cache与ConcurrentMap很相似,Guava Cache能设置回收,能解决在大数据内存溢出的问题,源代码如下:

  

public class TestGuaVA<K,V> {
private   Cache<K, V> cache=  CacheBuilder.newBuilder() .maximumSize(2).expireAfterWrite(10, TimeUnit.MINUTES).build(); 
public   Object getCache(K keyValue,final String ThreadName){
Object value=null;
try {
System.out.println("ThreadName getCache=============="+ThreadName);
//从缓存获取数据
value = cache.get(keyValue, new Callable<V>() {  
           @SuppressWarnings("unchecked")
public V call() {  
            System.out.println("ThreadName 执行业务数据并返回处理结果的数据(访问数据库等)=============="+ThreadName);
return (V) "dataValue";
           }  
       });  
} catch (ExecutionException e) {
e.printStackTrace();
}
return value;
}





public static void main(String[] args) {
final TestGuaVA<String,String> TestGuaVA=new TestGuaVA<String,String>();


Thread t1=new Thread(new Runnable() {
@Override
public void run() {

System.out.println("T1======start========");
Object value=TestGuaVA.getCache("key","T1");
System.out.println("T1 value=============="+value);
System.out.println("T1======end========");

}
});

Thread t2=new Thread(new Runnable() {
@Override
public void run() {
System.out.println("T2======start========");
Object value=TestGuaVA.getCache("key","T2");
System.out.println("T2 value=============="+value);
System.out.println("T2======end========");

}
});

Thread t3=new Thread(new Runnable() {
@Override
public void run() {
System.out.println("T3======start========");
Object value=TestGuaVA.getCache("key","T3");
System.out.println("T3 value=============="+value);
System.out.println("T3======end========");

}
});

t1.start();
t2.start();
t3.start();


}


}


说明:

    

   CacheBuilder.newBuilder()后面能带一些设置回收的方法:

     (1)maximumSize(long):设置容量大小,超过就开始回收。

     (2)expireAfterAccess(long, TimeUnit):在这个时间段内没有被读/写访问,就会被回收。

     (3)expireAfterWrite(long, TimeUnit):在这个时间段内没有被写访问,就会被回收 。

        (4)removalListener(RemovalListener):监听事件,在元素被删除时,进行监听。

执行结果,如图所示:

  Java 高并发缓存与Guava Cache

转http://blog.csdn.net/congcong68/article/details/41146295

相关推荐