JVM之EhCache缓存

EhCache缓存

一、EhCache介绍

在查询数据的时候,数据大多来自数据库,咱们会基于SQL语句的方式与数据库交互,数据库一般会基于本地磁盘IO的形式将数据读取到内存,返回给Java服务端,Java服务端再将数据响应给客户端,做数据展示。

但是MySQL这种关系型数据库在查询数据时,相对比较慢,因为有磁盘IO,有时没命中索引还需要全盘扫描。在针对一些热点数据时,如果完全采用MySQL,会存在俩问题。第一个MySQL相对很脆弱,肯能会崩,第二个MySQL查询效率慢。会采用缓存。

而缓存分为很多种,相对服务端的角度来说大致分为两种,一种JVM缓存(堆内缓存),另一种是堆外缓存(操作系统的内存中、Redis跨服务的缓存)

Redis不用说太多,Redis基于内存读写,效率很高,而且Redis服务的并发能力很强。毕竟Redis是另一个服务,需要通过网络IO的形式去查询数据。不过一般分布式微服务的缓存首选还是Redis。

但是单体项目,想把缓存的性能提升的比Redis还要快,选择JVM缓存了,一般框架自带的缓存机制,比如Hibernate缓存,MyBatis也有一级缓存和二级缓存。

为什么DAO层框架已经提供了缓存的概念,为什么要搞EhCache:

因为DAO层框架的缓存是在Mapper层触发的,EhCache可以将缓存提到Service层触发。效率肯定会有提升

并且EhCache提供了非常丰富的功能,不但可以将数据存储在JVM内部,还可以放到堆外,甚至还可以存储到本地磁盘。

二、EhCache基本使用

EhCache的官网:http://www.ehcache.org

EhCache明显开源的,EhCache可以几乎0成本和Spring整合,配合Java规范,直接采用Cache注解实现缓存

@Cacheable这个是Java的规范,Spring集成了这个规范默认整合Redis,不过也可以整合EhCache

EhCache官方有两大版本,分别是2.x和3.x的版本,这里选择3.x版本去玩,可以更好的以SpringBoot的形式去集成到一起使用

先单独使用EhCache查看效果

EhCache快速入门

导入依赖

<dependencies><dependency><groupId>org.ehcache</groupId><artifactId>ehcache</artifactId><version>3.8.1</version></dependency><dependency><groupId>junit</groupId><artifactId>junit</artifactId><version>4.12</version></dependency>
</dependencies>

入门操作

@Test
public void test(){//1. 初始化好CacheManagerCacheManager cacheManager = CacheManagerBuilder.newCacheManagerBuilder()// 一个CacheManager可以管理多个Cache.withCache("singleDog",CacheConfigurationBuilder.newCacheConfigurationBuilder(String.class,Object.class,// heap相当于设置数据在堆内存中存储的 个数 或者 大小ResourcePoolsBuilder.newResourcePoolsBuilder().heap(10).build()).build()).build(true);
//        cacheManager.init();//2. 基于CacheManager回去到Cache对象Cache<String, Object> cache = cacheManager.getCache("singleDog", String.class, Object.class);//3. 存  set/put/add/cache.put("ehcache","57个单身狗!!");//4. 取System.out.println(cache.get("ehcache"));
}

三、EhCache配置

EhCache提供很多丰富的配置,其中有两个是很重要的。

3.1 数据存储位置

EhCache3.x版本中不但提供了堆内缓存heap,还提供了堆外缓存off-heap,并且还提供了数据的持久化操作,可以将数据落到磁盘中disk。

heap堆内内存存储

heap表示使用堆内内存:

  • heap(10)代表当前Cache最多只能存储10个数据,当你put第11个数据时,第一个数据就会被移除。
  • heap(10,大小单位MB)代表当前Cache最多只能存储10MB数据。

off-heap堆外内存

off-heap是将存储的数据放到操作系统的一块内存区域存储,不是JVM内部,这块空间属于RAM。这种对象是不能直接拿到JVM中使用的,在存储时,需要对数据进行序列化操作,同时获取出来的时候也要做反序列化操作。

disk落到磁盘

disk表将数据落到本地磁盘,这样的话,当服务重启后,依然会从磁盘反序列化数据到内存中。

EhCache提供了三种组合方式:

  • heap + off-heap
  • heap + disk
  • heap + off-heap + disk

image.png

在组合情况下存储,存储数据时,数据先落到堆内内存,同时同步到对外内存以及本地磁盘。本地底盘因为空间充裕,所以本地磁盘数据是最全的。而且EhCache要求空间大小必须disk > off-heap > heap。

在组合情况下读取,因为性能原型,肯定是先找heap查询数据,没有数据去off-heap查询数据,off-heap没有数据再去disk中读取数据,同时读取数据之后,可以将数据一次同步到off-heap、heap

通过API实现组合存储方式:

@Test
public void test(){//0. 声明存储位置String path = "D:\\ehcache";//1. 初始化好CacheManagerCacheManager cacheManager = CacheManagerBuilder.newCacheManagerBuilder()// 设置disk存储的位置.with(CacheManagerBuilder.persistence(path)).withCache("singleDog",CacheConfigurationBuilder.newCacheConfigurationBuilder(String.class,String.class,ResourcePoolsBuilder.newResourcePoolsBuilder().heap(10)// 堆外内存.offheap(10, MemoryUnit.MB)// 磁盘存储,记得添加true,才能正常的持久化,并且序列化以及反序列化.disk(11,MemoryUnit.MB, true).build()).build()).build(true);//2. 基于CacheManager回去到Cache对象Cache<String, String> cache = cacheManager.getCache("singleDog", String.class, String.class);//3. 存
//        cache.put("singleDog","29个单身狗!!");//4. 取System.out.println(cache.get("singleDog"));//5. 保证数据正常持久化不丢失,记得cacheManager.close();cacheManager.close();
}

本地磁盘存储的方式,一共有三个文件

  • mata:元数据存储,记录这当前cache的key类型和value类型
  • data:存储具体数据的位置,将数据序列化成字节存储
  • index:类似索引,帮助查看数据的。

3.2 数据生存时间

因为数据如果一致存放在内存当中,可能会出现内存泄漏等问题,数据在内存,一致不用,还占着空间

EhCache提供了对数据设置生存时间的机制

提供了三种机制:

  • noExpiration:不设置生存时间
  • timeToLiveExpiration:从数据落到缓存计算生存时间
  • timeToIdleExpiration:从最后一个get计算生存时间
@Test
public void test() throws InterruptedException {//1. 初始化好CacheManagerCacheManager cacheManager = CacheManagerBuilder.newCacheManagerBuilder().withCache("singleDog",CacheConfigurationBuilder.newCacheConfigurationBuilder(String.class,Object.class,ResourcePoolsBuilder.newResourcePoolsBuilder().heap(10).build())// 三选一。// 不设置生存时间
//                                .withExpiry(ExpiryPolicy.NO_EXPIRY)// 设置生存时间,从存储开始计算
//                                .withExpiry(ExpiryPolicyBuilder.timeToLiveExpiration(Duration.ofMillis(1000)))// 设置生存时间,每次获取数据后,重置生存时间.withExpiry(ExpiryPolicyBuilder.timeToIdleExpiration(Duration.ofMillis(1000))).build()).build(true);Cache<String, Object> cache = cacheManager.getCache("singleDog", String.class, Object.class);cache.put("ehcache","24个单身狗!!");System.out.println(cache.get("ehcache"));Thread.sleep(500);cache.get("ehcache");Thread.sleep(500);System.out.println(cache.get("ehcache"));
}

四、SpringBoot整合EhCache

SpringBoot默认情况下是整合了EhCache的,但是SPringBoot整合的EhCache的2.x版本。

这里依然整合EhCache的3.x版本。

4.1 构建SpringBoot工程

阿巴阿巴

4.2 导入依赖

<dependencies><dependency><groupId>org.springframework.boot</groupId><artifactId>spring-boot-starter</artifactId></dependency><dependency><groupId>org.ehcache</groupId><artifactId>ehcache</artifactId><version>3.8.1</version></dependency><dependency><groupId>org.springframework.boot</groupId><artifactId>spring-boot-starter-cache</artifactId></dependency>
</dependencies>

4.3 准备EhCache的配置项

# 准备EhCache基础配置项
ehcache:heap: 1000           # 堆内内存缓存个数off-heap: 10         # 对外内存存储大小 MBdisk: 20             # 磁盘存储数据大小  MBdiskDir: D:/data/    # 磁盘存储路径cacheNames:          # 基于CacheManager构建多少个缓存- user- item- card

引入配置文件中的配置项

@Component
@ConfigurationProperties(prefix = "ehcache")
public class EhCacheProps {private int heap;private int offheap;private int disk;private String diskDir;private Set<String> cacheNames;}

4.4 配置CachaManager

@Configuration
@EnableCaching
public class EhCacheConfig {@Autowiredprivate EhCacheProps ehCacheProps;@Beanpublic CacheManager ehCacheManager(){//1. 缓存名称Set<String> cacheNames = ehCacheProps.getCacheNames();//2. 设置内存存储位置和数量大小ResourcePools resourcePools = ResourcePoolsBuilder.newResourcePoolsBuilder().heap(ehCacheProps.getHeap()).offheap(ehCacheProps.getOffheap(), MemoryUnit.MB).disk(ehCacheProps.getDisk(),MemoryUnit.MB).build();//3. 设置生存时间ExpiryPolicy expiry = ExpiryPolicyBuilder.noExpiration();//4. 设置CacheConfiguration// baseObject是一个POJO类实现了序列化接口CacheConfiguration cacheConfiguration = CacheConfigurationBuilder.newCacheConfigurationBuilder(String.class, BaseObject.class, resourcePools).withExpiry(expiry).build();//5. 设置磁盘存储的位置CacheManagerBuilder<PersistentCacheManager> cacheManagerBuilder =CacheManagerBuilder.newCacheManagerBuilder().with(CacheManagerBuilder.persistence(ehCacheProps.getDiskDir()));//6. 缓存名称设置好。for (String cacheName : cacheNames) {cacheManagerBuilder.withCache(cacheName,cacheConfiguration);}//7. 构建return cacheManagerBuilder.build();}
}

五、Cache注解使用

Cache注解是JSR规范中的,Spring支持这种注解。前面配置好关于CacheManager之后,就可以在Service层添加Cache注解,实现缓存使用,缓存更新,缓存清除。

5.1 @Cacheable

5.1.1 基本使用

这个是查询缓存的注解,可以加载方法上,也可以加在类上(不要添加在类上,这样很多细粒度配置就无法实现,比如@Transactional),可以在执行当前方法前,根据注解查看方法的返回内容是否已经被缓存,如果已经缓存,不需要执行业务代码,直接返回数据。如果没有命中缓存,正常执行业务代码,在执行完毕后,会将返回结果作为缓存,存储起来。

直接在Service层的方法上添加@Cacheable,注意,必须填写@Cacheable中的value或者cacheName属性

默认情况下,每次查询会基于Key(默认是方法的参数)去查看是否命中缓存

  • 如果命中缓存,直接返回
  • 如果未命中缓存,正常执行业务代码,基于方法返回结果做缓存
5.1.2 key的声明方式

key的声明方式有两种,一种是基于Spring的Expression Language去实现,另一种是基于编写类的方式动态的生成key

5.1.2.1 Spel表达式语言实现
@Override
@Cacheable(cacheNames = {"item"},key = "#id")    // 123
public String echo(String id,String... args) {System.out.println("查询数据库~");// itemMapper.findById(id);return id;
}

这种方式要基于Spel实现,但是Spel用的不过,单独为了这种操作熟悉Spel成本蛮高的,而且功能并不丰富,所以更推荐第二种方式,编写类的方式设置key的生成策略

5.1.2.2 KeyGenerator实现

这种方式需要在Spring容器中构建KeyGenerator实现类,基于注解配置进去即可

设置key的生成策略。

@Configuration
public class CacheKeyGenerator {@Bean(name = "itemKeyGenerator")public KeyGenerator itemKeyGenerator(){return new KeyGenerator() {@Overridepublic Object generate(Object target, Method method, Object... params) {return method.getName() + params[0];}};}
}

设置bean name到keyGenerator中

@Override
@Cacheable(cacheNames = {"item"},keyGenerator = "itemKeyGenerator")   
public String echo(String id,String... args) {System.out.println("查询数据库~");// itemMapper.findById(id);return id;
}
5.1.3 缓存条件

在执行方法前后,判断当前数据是否需要缓存,所以一般基础参数的判断。

  • 条件为true代表缓存(condition)
  • 条件为false代表缓存(unless)

都可以基于Spel编写条件表达式

5.1.3.1 condition

在执行方法前,决定是否需要缓存

可以在condition中编写Spel,只要条件为true,既代表当前数据可以缓存

@Override
@Cacheable(cacheNames = {"item"},condition = "#id.equals(\"123\")")
public String echo(String id) {System.out.println("查询数据库~");// itemMapper.findById(id);return id;
}
5.1.3.2 unless

执行方法之后,决定是否需要缓存

unless也可以编写Spel,条件为false时,代表数据可以缓存,如果为true,代表数据不需要缓存

@Override
@Cacheable(cacheNames = {"item"},unless = "#result.equals(\"123\")")
public String echo(String id) {System.out.println("查询数据库~");// itemMapper.findById(id);return id;
}

更多的其实还是在执行查询前,来判断数据是否需要缓存。如果真的需要做,也是避免诡异的操作。

比如Service在出现异常结果时,返回-1,那么这种-1,就不需要缓存。

5.1.3.3 condition&unless的优先级

condition和unless都是代表是都需要缓存数据。

如果同时设置condition和unless。

  • condition,unless
  • true,false:都代表缓存,那就缓存喽。
  • true,true:unless代表不缓存,那就不缓存
  • false,false:condition代表不缓存数据,那就不缓存
  • false,true:都不让缓存, 那就不缓存

condition和unless没有优先级之分,他的优先级在于,不缓存的优先级高于缓存。

5.2.4 sync

缓存击穿问题。

当多个线程并发访问一个Service方法时,发现当前方法没有缓存数据,此时会让一个线程去执行业务代码查询数据,扔到缓存中,后面线程再查询缓存

可以设置sync属性为true,代表当执行Service方法时,发现缓存没数据,那么就需要去竞争锁资源去执行业务代码,后续线程等待前置线程执行完,再去直接查询缓存即可

@Override
@Cacheable(cacheNames = {"item"},sync = true)
public String echo(String id) {System.out.println("查询数据库~");try {Thread.sleep(1000);} catch (InterruptedException e) {e.printStackTrace();}return id;
}

5.2 @CachePut

@CachePut注解巨简单,是在写数据之后,更新缓存的数据

在增删改的操作上追加@CachePut注解,会根据key去重置指定的缓存。

细节点就在于对标上查询方法的key

@Override
@CachePut(cacheNames = "item",key = "#item.id")
public String write(Item item) {// 写id为123的数据System.out.println("123被改成456");return "456";
}

@Cacheable其他的属性,和@Cacheable一模一样~~~

5.3 @CacheEvict

@CacheEvict是用来清楚缓存的,可以根据注解里的cacheNames和key来清除指定缓存,也可以清除整个cacheNames中的全部缓存

清除指定缓存

@Override
@CacheEvict(value = "item")
public void clear(String id) {System.out.println("清除缓存成功!");
}

清除全部缓存

@Override
@CacheEvict(value = "item",allEntries = true)
public void clearAll() {System.out.println("清除item中的全部缓存~!");
}

如果执行清除缓存过程中,业务代码出现异常,会导致无法正常清除缓存,可以设置一个属性来保证在方法业务执行之前,就将缓存正常清除beforeInvocation设置为true

@Override
@CacheEvict(value = "item",allEntries = true,beforeInvocation = true)
public void clearAll() {int i = 1 / 0;System.out.println("方法执行前,清除item中的全部缓存~!");
}

5.4 @Caching

没啥说的,一个组合数据,可以基于Caching实现@Cacheable,@CachePut以及@CacheEvict三个注解

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.hqwc.cn/news/576167.html

如若内容造成侵权/违法违规/事实不符,请联系编程知识网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

Excel·VBA数组分组问题

看到一个帖子《excel吧-数据分组问题》&#xff0c;对一组数据分成4组&#xff0c;使每组的和值相近 目录 代码思路1&#xff0c;分组形式、可分组数代码1代码2代码2举例 2&#xff0c;数组所有分组形式举例 这个问题可以转化为2步&#xff1a;第1步&#xff0c;获取一组数据…

工控安全双评合规:等保测评与商用密码共铸新篇章

01.双评合规概述 2017年《中华人民共和国网络安全法》开始正式施行&#xff0c;网络安全等级测评工作也在全国范围内按照相关法律法规和技术标准要求全面落实实施。2020年1月《中华人民共和国密码法》开始正式施行&#xff0c;商用密码应用安全性评估也在有序推广和逐步推进。…

软件接口安全设计规范及审计要点

1.token授权安全设计 2.https传输加密 3.接口调用安全设计 4.日志审计里监控 5.开发测试环境隔离&#xff0c;脱敏处理 6.数据库运维监控审计 项目管理全套资料获取&#xff1a;软件开发全套资料_数字中台建设指南-CSDN博客

Windows11家庭版升级到专业版,报错0x80010105

当Windows 11家庭版升级到专业版时遇到错误代码0x80010105&#xff0c;这通常表示在执行系统更新或激活过程中遇到了某种类型的错误。针对此类错误的解决步骤可以包括&#xff1a; 检查系统要求&#xff1a; 确保您的计算机满足Windows 11专业版的硬件和系统要求。 验证激活状态…

Switch 和 PS1 模拟器:3000+ 游戏随心玩 | 开源日报 No.174

Ryujinx/Ryujinx Stars: 26.1k License: MIT Ryujinx 是用 C# 编写的实验性任天堂 Switch 模拟器。 该项目旨在提供出色的准确性和性能、用户友好的界面以及稳定的构建。它已经通过了大约 4050 个测试&#xff0c;其中超过 4000 个可以启动并进入游戏&#xff0c;其中大约 340…

基于SpringBoot和Vue的在线视频教育平台的设计与实现

今天要和大家聊的是一款基于SpringBoot和Vue的在线视频教育平台的设计与实现 &#xff01;&#xff01;&#xff01; 有需要的小伙伴可以通过文章末尾名片咨询我哦&#xff01;&#xff01;&#xff01; &#x1f495;&#x1f495;作者&#xff1a;李同学 &#x1f495;&…

XUbuntu22.04之激活Linux最新Typora版本(二百二十五)

简介&#xff1a; CSDN博客专家&#xff0c;专注Android/Linux系统&#xff0c;分享多mic语音方案、音视频、编解码等技术&#xff0c;与大家一起成长&#xff01; 优质专栏&#xff1a;Audio工程师进阶系列【原创干货持续更新中……】&#x1f680; 优质专栏&#xff1a;多媒…

matlab 点云可视化(6)——点云按强度进行可视化

目录 一、功能概述1、算法概述2、主要函数二、代码示例三、结果展示四、参考链接本文由CSDN点云侠原创原文链接。如果你不是在点云侠的博客中看到该文章,那么此处便是不要脸的爬虫。 一、功能概述 1、算法概述 点云按强度进行可视化 2、主要函数

OpenHarmony开发之WebGL开发指导与介绍

WebGL的全称为Web Graphic Library(网页图形库)&#xff0c;主要用于交互式渲染2D图形和3D图形。目前OpenHarmony中使用的WebGL是基于OpenGL裁剪的OpenGL ES&#xff0c;可以在HTML5的canvas元素对象中使用&#xff0c;无需使用插件&#xff0c;支持跨平台。WebGL程序是由JavaS…

Stable Diffusion WebUI 生成参数:脚本(Script)——提示词矩阵、从文本框或文件载入提示词、X/Y/Z图表

本文收录于《AI绘画从入门到精通》专栏,专栏总目录:点这里,订阅后可阅读专栏内所有文章。 大家好,我是水滴~~ 在本篇文章中,我们将深入探讨 Stable Diffusion WebUI 的另一个引人注目的生成参数——脚本(Script)。我们将逐一细说提示词矩阵、从文本框或文件导入提示词,…

【Golang入门教程】Go语言变量的初始化

文章目录 强烈推荐引言举例多个变量同时赋值总结强烈推荐专栏集锦写在最后 强烈推荐 前些天发现了一个巨牛的人工智能学习网站&#xff0c;通俗易懂&#xff0c;风趣幽默&#xff0c;忍不住分享一下给大家。点击跳转到网站:人工智能 推荐一个个人工作&#xff0c;日常中比较常…

【LeetCode热题100】124.二叉树的最大路径和(二叉树)

一.题目要求 二叉树中的 路径 被定义为一条节点序列&#xff0c;序列中每对相邻节点之间都存在一条边。同一个节点在一条路径序列中 至多出现一次 。该路径 至少包含一个 节点&#xff0c;且不一定经过根节点。 路径和 是路径中各节点值的总和。 给你一个二叉树的根节点 root …