简单的java缓存实现
提到缓存，不得不提就是缓存算法(淘汰算法)，常见算法有LRU、LFU和FIFO等算法，每种算法各有各的优势和缺点及适应环境。
1、LRU(Least Recently Used ，最近最少使用)
算法根据数据的最近访问记录来淘汰数据，其原理是如果数据最近被访问过，将来被访问的几概率相对比较高，最常见的实现是使用一个链表保存缓存数据，详细具体算法如下：
1. 新数据插入到链表头部；
2. 每当缓存数据命中，则将数据移到链表头部；
3. 当链表满的时候，将链表尾部的数据丢弃；
2、LFU(Least Frequently Used，最不经常使用)
算法根据数据的历史访问频率来淘汰数据，其原理是如果数据过去被访问次数越多，将来被访问的几概率相对比较高。LFU的每个数据块都有一个引用计数，所有数据块按照引用计数排序，具有相同引用计数的数据块则按照时间排序。
具体算法如下：
1. 新加入数据插入到队列尾部（因为引用计数为1）；
2. 队列中的数据被访问后，引用计数增加，队列重新排序；
3. 当需要淘汰数据时，将已经排序的列表最后的数据块删除；
3、FIFO(First In First Out ，先进先出)
算法是根据先进先出原理来淘汰数据的，实现上是最简单的一种,具体算法如下：
1. 新访问的数据插入FIFO队列尾部，数据在FIFO队列中顺序移动；
2. 淘汰FIFO队列头部的数据；
评价一个缓存算法好坏的标准主要有两个，一是命中率要高，二是算法要容易实现。当存在热点数据时，LRU的效率很好，但偶发性的、周期性的批量操作会导致LRU命中率急剧下降，缓存污染情况比较严重。LFU效率要优于LRU，且能够避免周期性或者偶发性的操作导致缓存命中率下降的问题。但LFU需要记录数据的历史访问记录，一旦数据访问模式改变，LFU需要更长时间来适用新的访问模式，即：LFU存在历史数据影响将来数据的“缓存污染”效用。FIFO虽然实现很简单，但是命中率很低，实际上也很少使用这种算法。
基于现有jdk类库，我们可以很容易实现上面的缓存算法
首先定义缓存接口类
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
|
/**
* 缓存接口
* @author Wen
*
*/
public
interface
Cache<K,V> {
/**
* 返回当前缓存的大小
*
* @return
*/
int
size();
/**
* 返回默认存活时间
*
* @return
*/
long
getDefaultExpire();
/**
* 向缓存添加value对象,其在缓存中生存时间为默认值
*
* @param key
* @param value
*/
void
put(K key ,V value) ;
/**
* 向缓存添加value对象,并指定存活时间
* @param key
* @param value
* @param expire 过期时间
*/
void
put(K key ,V value ,
long
expire ) ;
/**
* 查找缓存对象
* @param key
* @return
*/
V get(K key);
/**
* 淘汰对象
*
* @return 被删除对象大小
*/
int
eliminate();
/**
* 缓存是否已经满
* @return
*/
boolean
isFull();
/**
* 删除缓存对象
*
* @param key
*/
void
remove(K key);
/**
* 清除所有缓存对象
*/
void
clear();
/**
* 返回缓存大小
*
* @return
*/
int
getCacheSize();
/**
* 缓存中是否为空
*/
boolean
isEmpty();
}
|
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
|
import
java.util.Map;
import
java.util.concurrent.locks.Lock;
import
java.util.concurrent.locks.ReentrantReadWriteLock;
/**
* 默认实现
*/
public
abstract
class
AbstractCacheMap<K,V>
implements
Cache<K,V> {
class
CacheObject<K2,V2> {
CacheObject(K2 key, V2 value,
long
ttl) {
this
.key = key;
this
.cachedObject = value;
this
.ttl = ttl;
this
.lastAccess = System.currentTimeMillis();
}
final
K2 key;
final
V2 cachedObject;
long
lastAccess;
// 最后访问时间
long
accessCount;
// 访问次数
long
ttl;
// 对象存活时间(time-to-live)
boolean
isExpired() {
if
(ttl ==
0
) {
return
false
;
}
return
lastAccess + ttl < System.currentTimeMillis();
}
V2 getObject() {
lastAccess = System.currentTimeMillis();
accessCount++;
return
cachedObject;
}
}
protected
Map<K,CacheObject<K,V>> cacheMap;
private
final
ReentrantReadWriteLock cacheLock =
new
ReentrantReadWriteLock();
private
final
Lock readLock = cacheLock.readLock();
private
final
Lock writeLock = cacheLock.writeLock();
protected
int
cacheSize;
// 缓存大小 , 0 -> 无限制
protected
boolean
existCustomExpire ;
//是否设置默认过期时间
public
int
getCacheSize() {
return
cacheSize;
}
protected
long
defaultExpire;
// 默认过期时间, 0 -> 永不过期
public
AbstractCacheMap(
int
cacheSize ,
long
defaultExpire){
this
.cacheSize = cacheSize ;
this
.defaultExpire = defaultExpire ;
}
public
long
getDefaultExpire() {
return
defaultExpire;
}
protected
boolean
isNeedClearExpiredObject(){
return
defaultExpire >
0
|| existCustomExpire ;
}
public
void
put(K key, V value) {
put(key, value, defaultExpire );
}
public
void
put(K key, V value,
long
expire) {
writeLock.lock();
try
{
CacheObject<K,V> co =
new
CacheObject<K,V>(key, value, expire);
if
(expire !=
0
) {
existCustomExpire =
true
;
}
if
(isFull()) {
eliminate() ;
}
cacheMap.put(key, co);
}
finally
{
writeLock.unlock();
}
}
/**
* {@inheritDoc}
*/
public
V get(K key) {
readLock.lock();
try
{
CacheObject<K,V> co = cacheMap.get(key);
if
(co ==
null
) {
return
null
;
}
if
(co.isExpired() ==
true
) {
cacheMap.remove(key);
return
null
;
}
return
co.getObject();
}
finally
{
readLock.unlock();
}
}
public
final
int
eliminate() {
writeLock.lock();
try
{
return
eliminateCache();
}
finally
{
writeLock.unlock();
}
}
/**
* 淘汰对象具体实现
*
* @return
*/
protected
abstract
int
eliminateCache();
public
boolean
isFull() {
if
(cacheSize ==
0
) {
//o -> 无限制
return
false
;
}
return
cacheMap.size() >= cacheSize;
}
public
void
remove(K key) {
writeLock.lock();
try
{
cacheMap.remove(key);
}
finally
{
writeLock.unlock();
}
}
public
void
clear() {
writeLock.lock();
try
{
cacheMap.clear();
}
finally
{
writeLock.unlock();
}
}
public
int
size() {
return
cacheMap.size();
}
public
boolean
isEmpty() {
return
size() ==
0
;
}
}
|
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
|
import
java.util.Iterator;
import
java.util.LinkedHashMap;
import
java.util.Map;
/**
* LRU 实现
* @author Wen
*
* @param <K>
* @param <V>
*/
public
class
LRUCache<K, V>
extends
AbstractCacheMap<K, V> {
public
LRUCache(
int
cacheSize,
long
defaultExpire) {
super
(cacheSize , defaultExpire) ;
//linkedHash已经实现LRU算法 是通过双向链表来实现，当某个位置被命中，通过调整链表的指向将该位置调整到头位置，新加入的内容直接放在链表头，如此一来，最近被命中的内容就向链表头移动，需要替换时，链表最后的位置就是最近最少使用的位置
this
.cacheMap =
new
LinkedHashMap<K, CacheObject<K, V>>( cacheSize +
1
, 1f,
true
) {
@Override
protected
boolean
removeEldestEntry(
Map.Entry<K, CacheObject<K, V>> eldest) {
return
LRUCache.
this
.removeEldestEntry(eldest);
}
};
}
private
boolean
removeEldestEntry(Map.Entry<K, CacheObject<K, V>> eldest) {
if
(cacheSize ==
0
)
return
false
;
return
size() > cacheSize;
}
/**
* 只需要实现清除过期对象就可以了,linkedHashMap已经实现LRU
*/
@Override
protected
int
eliminateCache() {
if
(!isNeedClearExpiredObject()){
return
0
;}
Iterator<CacheObject<K, V>> iterator = cacheMap.values().iterator();
int
count =
0
;
while
(iterator.hasNext()){
CacheObject<K, V> cacheObject = iterator.next();
if
(cacheObject.isExpired() ){
iterator.remove();
count++ ;
}
}
return
count;
}
}
|
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
|
import
java.util.HashMap;
import
java.util.Iterator;
//LFU实现
public
class
LFUCache<K,V>
extends
AbstractCacheMap<K, V> {
public
LFUCache(
int
cacheSize,
long
defaultExpire) {
super
(cacheSize, defaultExpire);
cacheMap =
new
HashMap<K, CacheObject<K,V>>(cacheSize+
1
) ;
}
/**
* 实现删除过期对象 和 删除访问次数最少的对象
*
*/
@Override
protected
int
eliminateCache() {
Iterator<CacheObject<K, V>> iterator = cacheMap.values().iterator();
int
count =
0
;
long
minAccessCount = Long.MAX_VALUE ;
while
(iterator.hasNext()){
CacheObject<K, V> cacheObject = iterator.next();
if
(cacheObject.isExpired() ){
iterator.remove();
count++ ;
continue
;
}
else
{
minAccessCount = Math.min(cacheObject.accessCount , minAccessCount) ;
}
}
if
(count >
0
)
return
count ;
if
(minAccessCount != Long.MAX_VALUE ){
iterator = cacheMap.values().iterator();
while
(iterator.hasNext()){
CacheObject<K, V> cacheObject = iterator.next();
cacheObject.accessCount -= minAccessCount ;
if
(cacheObject.accessCount <=
0
){
iterator.remove();
count++ ;
}
}
}
return
count;
}
}
|
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
|
import
java.util.Iterator;
import
java.util.LinkedHashMap;
/**
* FIFO实现
* @author Wen
*
* @param <K>
* @param <V>
*/
public
class
FIFOCache<K, V>
extends
AbstractCacheMap<K, V> {
public
FIFOCache(
int
cacheSize,
long
defaultExpire) {
super
(cacheSize, defaultExpire);
cacheMap =
new
LinkedHashMap<K, CacheObject<K, V>>(cacheSize +
1
);
}
@Override
protected
int
eliminateCache() {
int
count =
0
;
K firstKey =
null
;
Iterator<CacheObject<K, V>> iterator = cacheMap.values().iterator();
while
(iterator.hasNext()) {
CacheObject<K, V> cacheObject = iterator.next();
if
(cacheObject.isExpired()) {
iterator.remove();
count++;
}
else
{
if
(firstKey ==
null
)
firstKey = cacheObject.key;
}
}
if
(firstKey !=
null
&& isFull()) {
//删除过期对象还是满,继续删除链表第一个
cacheMap.remove(firstKey);
}
return
count;
}
}
|
智能推荐
注意！
本站转载的文章为个人学习借鉴使用，本站对版权不负任何法律责任。如果侵犯了您的隐私权益，请联系我们删除。