一 序

   本文屬於《深入分散式快取 》讀書筆記，第一章：快取為王主要介紹快取概念，以及引入快取的背景：提升使用者體驗。還介紹了快取的分類，第二章主要介紹分散式理論。個人覺得第二章可以去掉，畢竟是泛泛的介紹。還是專門去看有主題的書比較好，比如《<從PAXOS到ZOOKEEPER分散式一致性原理與實踐》。第4章主要介紹EHcache。因為實際專案採用了guava +redis. 所以本文打算重點看看guava cache。

二 Ehcache 

  先說下官網：http://www.ehcache.org/ 貌似需要翻牆。

EhCache 是一個純Java的程序內快取框架，具有快速、精幹等特點，是Hibernate中預設CacheProvider。Ehcache是一種廣泛使用的開源Java分散式快取。主要面向通用快取,Java EE和輕量級容器。它具有記憶體和磁碟儲存，快取載入器,快取擴充套件,快取異常處理程式,一個gzip快取servlet過濾器,支援REST和SOAP api等特點。

    Spring 提供了對快取功能的抽象：即允許繫結不同的快取解決方案（如Ehcache），但本身不直接提供快取功能的實現。它支援註解方式使用快取，非常方便。

 Ehcache的特點：

• 快速
• 簡單
• 多種快取策略
• 快取資料有兩級：記憶體和磁碟，因此無需擔心容量問題
• 快取資料會在虛擬機器重啟的過程中寫入磁碟
• 可以通過RMI、可插入API等方式進行分散式快取
• 具有快取和快取管理器的偵聽介面
• 支援多快取管理器例項，以及一個例項的多個快取區域
• 提供Hibernate的快取實現

適用場景：

1 資料更新比較少的情況，

2 對併發、一致性要求不高的情況。本地快取的特性，不適合解決不同伺服器間快取同步的問題，更推薦redis等集中式快取。

優化方案：1 定時輪詢。2.主動通知。

三 guava cache

先貼一下官網：

  3.1 jvm快取

  就是堆快取。其實就是建立一些全域性變數,如 Map、List 之類的容器用於存放資料。
優點：簡單，佔用記憶體小。
缺點：不具備快取的常見操作，如：
只能顯式的寫入，清除資料。
不能按照一定的規則淘汰資料，如 LRU，LFU，FIFO 等。
清除資料時的回撥通知。
其他一些定製功能等。

   3.2  guava cache試用場景

Guava 的 Cache跟ehcache 一樣也是對內快取，適用單節點使用。

• 你願意消耗一些記憶體空間來提升速度。
• 你預料到某些鍵會被查詢一次以上。
• 快取中存放的資料總量不會超出記憶體容量。（Guava Cache是單個應用執行時的本地快取。它不把資料存放到檔案或外部伺服器。如果這不符合你的需求，請嘗試Memcached這類工具）

3.3 guava cache的建立方式

• CacheLoader
• Callable callback

     使用快取前，首先問自己一個問題：有沒有合理的預設方法來載入或計算與鍵關聯的值？如果有的話，你應當使用CacheLoader。如果沒有，或者你想要覆蓋預設的載入運算，同時保留"獲取快取-如果沒有-則計算"[get-if-absent-compute]的原子語義，你應該在呼叫get時傳入一個Callable例項。快取元素也可以通過Cache.put方法直接插入，但自動載入是首選的，因為它可以更容易地推斷所有快取內容的一致性。

   本篇後面例子將以cacheloader方式。

3.4 快取資料的刪除

    Guava provides three basic types of eviction: size-based eviction, time-based eviction, and reference-based eviction

基於容量回收、定時回收和基於引用回收。

基於容量回收（size-based eviction）：用CacheBuilder.maximumSize(long)

定時回收（Timed Eviction）：CacheBuilder提供兩種定時回收的方法：

• expireAfterAccess(long, TimeUnit)：快取項在給定時間內沒有被讀/寫訪問，則回收。請注意這種快取的回收順序和基於大小回收一樣。
• expireAfterWrite(long, TimeUnit)：快取項在給定時間內沒有被寫訪問（建立或覆蓋），則回收。如果認為快取資料總是在固定時候後變得陳舊不可用，這種回收方式是可取的。

基於引用的回收（Reference-based Eviction）

通過使用弱引用的鍵、或弱引用的值、或軟引用的值，Guava Cache可以把快取設定為允許垃圾回收：

主動刪除：

• 單個刪除 individually, using Cache.invalidate(key)
• 批量刪除 in bulk, using Cache.invalidateAll(keys)
• 刪除所有資料 to all entries, using Cache.invalidateAll()

書上的併發場景使用：多個key併發請求的case，為了緩解後端壓力，對同一個key只允許一個請求去回源獲取資料，其他請求阻塞等待結果。

四 demo

   需求：維護一個已開通服務的城市列表。從業務場景來說，讀資料是遠大於變更的，通常新開通城市會以天為單位。

所以快取到本地就行，使用guava cache適合。

city pojo

package com.daojia.guava.cache;

import java.io.Serializable;

public class City implements Serializable {

	private static final long serialVersionUID = 1L;

	private int id;
	
	private String name;

	public int getId() {
		return id;
	}

	public void setId(int id) {
		this.id = id;
	}

	public String getName() {
		return name;
	}

	public void setName(String name) {
		this.name = name;
	}	
	
}

 cache util

package com.daojia.guava.cache;

import java.util.ArrayList;
import java.util.Collection;
import java.util.HashMap;
import java.util.List;
import java.util.Map;
import java.util.concurrent.ExecutionException;
import java.util.concurrent.TimeUnit;

import com.google.common.cache.CacheBuilder;
import com.google.common.cache.CacheLoader;
import com.google.common.cache.LoadingCache;



public class CacheUtil {

	  private static final String CACHE_KEY = "LocalCache";
	  
	  private LoadingCache<String, Map<Integer, City>> cache =
              CacheBuilder.newBuilder().expireAfterWrite(1, TimeUnit.DAYS).build(new CacheLoader<String, Map<Integer, City>>() {
                  @Override
                  public Map<Integer, City> load(String key) throws Exception {
                	  System.out.println("load city from service:");
                      List<City> allCity = new ArrayList<City>();
                      City citytmp = new City();
                      citytmp.setId(1);
                      citytmp.setName("beijing");
                      allCity.add(citytmp);
                      citytmp = new City();
                      citytmp.setId(2);
                      citytmp.setName("qingdao");                      
                      
                      Map<Integer, City> cityMap = new HashMap<>();
                      for (City city : allCity) {
                          cityMap.put(city.getId(), city);
                      }
                      return cityMap;
                  }
              });

      public void refresh() {
          cache.refresh(CACHE_KEY);
      }

      
      private Map<Integer, City> getCityMap() {
          try {
			return cache.get(CACHE_KEY);
		} catch (ExecutionException e) {
			// TODO Auto-generated catch block
			e.printStackTrace();
		}
		return null;
      }

      public Collection<City> getAllCity() {
          return getCityMap().values();
      }

      public City getCityById(int cityId) {
          return getCityMap().get(cityId);
      }

      public String getCityName(int cityId) {
          City city = getCityById(cityId);
          return null == city ? "" : city.getName();
      }	
	
}

測試類：

package com.daojia.guava.cache;

public class CacheTest {

	public static void main(String[] args) {		

		CacheUtil cacheUtil = new CacheUtil();

		for (int i = 0; i < 3; i++) {
			System.out.println("vist num--- " + i + " ---");
			String cname = cacheUtil.getCityName(1);
			System.out.println("name:" + cname);
		}

	}

}

結果輸出：

vist num--- 0 ---
load city from service:
name:beijing
vist num--- 1 ---
name:beijing
vist num--- 2 ---
name:beijing

可以看出第一次是模擬呼叫服務，後面的都是從快取獲取。