Ⅰ 常用的緩存技術
第一章 常用的緩存技術
1、常見的兩種緩存
本地緩存：不需要序列化，速度快，緩存的數量與大小受限於本機內存
分布式緩存：需要序列化，速度相較於本地緩存較慢，但是理論上緩存的數量與大小無限（因為緩存機器可以不斷擴展）
2、本地緩存
Google guava cache：當下最好用的本地緩存
Ehcache：spring默認集成的一個緩存，以spring cache的底層緩存實現類形式去操作緩存的話，非常方便，但是欠缺靈活，如果想要靈活使用，還是要單獨使用Ehcache
Oscache：最經典簡單的頁面緩存
3、分布式緩存
memcached：分布式緩存的標配
Redis：新一代的分布式緩存，有替代memcached的趨勢
3.1、memcached
經典的一致性hash演算法
基於slab的內存模型有效防止內存碎片的產生（但同時也需要估計好啟動參數，否則會浪費很多的內存）
集群中機器之間互不通信（相較於Jboss cache等集群中機器之間的相互通信的緩存，速度更快<--因為少了同步更新緩存的開銷，且更適合於大型分布式系統中使用）
使用方便（這一點是相較於Redis在構建客戶端的時候而言的，盡管redis的使用也不困難）
很專一（專做緩存，這一點也是相較於Redis而言的）
3.2、Redis
可以存儲復雜的數據結構（5種）
strings-->即簡單的key-value，就是memcached可以存儲的唯一的一種形式，接下來的四種是memcached不能直接存儲的四種格式（當然理論上可以先將下面的一些數據結構中的東西封裝成對象，然後存入memcached，但是不推薦將大對象存入memcached，因為memcached的單一value的最大存儲為1M，可能即使採用了壓縮演算法也不夠，即使夠，可能存取的效率也不高，而redis的value最大為1G）
hashs-->看做hashTable
lists-->看做LinkedList
sets-->看做hashSet，事實上底層是一個hashTable
sorted sets-->底層是一個skipList
有兩種方式可以對緩存數據進行持久化
RDB
AOF
事件調度
發布訂閱等
4、集成緩存
專指spring cache，spring cache自己繼承了ehcache作為了緩存的實現類，我們也可以使用guava cache、memcached、redis自己來實現spring cache的底層。當然，spring cache可以根據實現類來將緩存存在本地還是存在遠程機器上。
5、頁面緩存
在使用jsp的時候，我們會將一些復雜的頁面使用Oscache進行頁面緩存，使用非常簡單，就是幾個標簽的事兒；但是，現在一般的企業，前台都會使用velocity、freemaker這兩種模板引擎，本身速度就已經很快了，頁面緩存使用的也就很少了。
總結：
在實際生產中，我們通常會使用guava cache做本地緩存+redis做分布式緩存+spring cache就集成緩存（底層使用redis來實現）的形式
guava cache使用在更快的獲取緩存數據，同時緩存的數據量並不大的情況
spring cache集成緩存是為了簡單便捷的去使用緩存（以註解的方式即可），使用redis做其實現類是為了可以存更多的數據在機器上
redis緩存單獨使用是為了彌補spring cache集成緩存的不靈活
就我個人而言，如果需要使用分布式緩存，那麼首先redis是必選的，因為在實際開發中，我們會緩存各種各樣的數據類型，在使用了redis的同時，memcached就完全可以舍棄了，但是現在還有很多公司在同時使用memcached和redis兩種緩存。
Ⅱ guava cache中怎麼清除緩存
【手動清理】
1、進入手機設置選項，選擇 設置——應用 。
2、 按一下Menu鍵，選擇「按大小排序」。
3、在排序好的列表中點擊應用程序。
4、點擊"清除緩存"選項，即刻就會釋放緩存
Ⅲ Spring本地緩存的使用方法
我們現在在用的Spring Cache，可以直接看Spring Boot提供的緩存枚舉類，有如下這些：
EhCache：一個純Java的進程內緩存框架，所以也是基於本地緩存的。(注意EhCache2.x和EhCache3.x相互不兼容)。
Redis：分布式緩存，只有Client-Server(CS)模式，Java一般使用Jedis/Luttuce來操縱。
Hazelcast：基於內存的數據網格。雖然它基於內存，但是分布式應用程序可以使用Hazelcast進行分布式緩存、同步、集群、處理、發布/訂閱消息等。
Guava：它是Google Guava工具包中的一個非常方便易用的本地化緩存實現，基於LRU（最近最少使用）演算法實現，支持多種緩存過期策略。在Spring5.X以後的版本已經將他標記為過期了。
Caffeine：是使用Java8對Guava緩存的重寫版本，在Spring5中將取代了Guava，支持多種緩存過期策略。
SIMPLE：使用ConcurrentMapCacheManager，因為不支持緩存過期時間，所以做本地緩存基本不考慮該方式。
關於分布式緩存，我們需要後面會專門討論Redis的用法，這里只看本地緩存。性能從高到低，依次是Caffeine，Guava，ConcurrentMapCacheManager，其中Caffeine在讀寫上都快了Guava近一倍。
這里我們只討論在Spring Boot裡面怎麼整合使用Caffeine和EhCache。
主要有以下幾個步驟：
1)加依賴包：
2)配置緩存：
這里有兩種方法，通過文件配置或者在配置類裡面配置，先看一下文件配置，我們可以寫一個properties文件，內容像這樣：
然後還要在主類中加上@EnableCaching註解：
另外一種更靈活的方法是在配置類中配置：
應用類：
測試類：
導入依賴包，分為2.x版本和3.x版本。
其中2.x版本做如下導入：
3.x版本做如下導入：
導包完成後，我們使用JCacheManagerFactoryBean + ehcache.xml的方式配置：
參考資料：
https://blog.csdn.net/f641385712/article/details/94982916
http://www.360doc.com/content/17/1017/20/16915_695800687.shtml
Ⅳ JAVA目前比較常用的緩存有哪些 集中式緩存與分布式緩存有何區別 它們應用場景是
java目前常用的緩存：
Generic
JCache (JSR-107) (EhCache 3, Hazelcast, Infinispan, etc)
EhCache 2.x
Hazelcast
Infinispan
Couchbase
Redis
Caffeine
Guava (deprecated)
Simple
建議使用spring boot集成方式，可插拔，簡單。
集中式緩存適用場景：
1、伺服器集群部署。
2、數據高一致性（任何數據變化都能及時的被查詢到）
分布式緩存適用場景：
系統需要緩存的數據量大
對數據的可用性較高的情況
需要橫向擴展，從而達到緩存的容量無限的要求
Ⅳ 關閉內存緩存對效能有影響嗎
沒有。
在系統中所有的進程之間是共享CPU和主存這些內存資源的。當進程數量變多時，所需要的內存資源就會相應的增加。可能會導致部分程序沒有主存空間可用。此外，由於資源是共享的，那麼就有可能導致某個進程不小心寫了另一個進程所使用的內存，進而導致程序運行不符合正常邏輯。
內存緩存注意事項
使用Java堆內存來存儲對象。使用堆緩存的好處是沒有序列化/反序列化，是最快的緩存。缺點也很明顯，當緩存的數據量很大時，GC（垃圾回收）暫停時間會變長，存儲容量受限於堆空間大小。一般通過軟引用/弱引用來存儲緩存對象。
即當堆內存不足時，可以強制回收這部分內存釋放堆內存空間。一般使用堆緩存存儲較熱的數據。可以使用Guava Cache、Ehcache 3.x、 MapDB實現。
Ⅵ 如何使用Guava的緩存管理
首先，看一下使用範例：
Java代碼
LoadingCache<Key,Graph> graphs =CacheBuilder.newBuilder()
.maximumSize(1000)
.expireAfterWrite(10,TimeUnit.MINUTES)
.removalListener(MY_LISTENER)
.build(
newCacheLoader<Key,Graph>(){
publicGraph load(Key key)throwsAnyException{
return createExpensiveGraph(key);
}
});
適用性
緩存在很多情況下都是非常有用的。比如，我們需要多次根據給定的輸入獲取值，而且該值計算或者獲取的開銷是非常昂貴的。
緩存和ConcurrentMap是非常相像的，但是它們也不完全一樣。最根本的區別就是，ConcurrentMap會持有所有添加的對象，直到被顯示的移除。而緩存為了限制其內存的使用，通常都會配置成可以自動的將對象移除。在某些情況下即使不自動移除對象也是非常有用的，如LoadingCache它會自動載入緩存對象。
一般，Guava緩存適用於以下幾種情況：
你願意花費一些內存來換取性能提升；
你預測到某些鍵會多次進行查詢；
你的緩存數據不超過內存（Guava緩存是單個應用中的本地緩存。它不會將數據存儲到文件中，或者外部伺服器。如果不適合你，可以考慮一下 Memcached）。
如果你的需要符合上面所說的每一條，那麼選擇Guava緩存絕對沒錯。
使用CacheBuilder的構建模式可以獲取一個Cache，如上面的範例所示。但是如何進行定製才是比較有趣的。
注意：如果你不需要緩存的這些特性，那麼使用ConcurrentHashMap會有更好的內存效率，但是如果想基於舊有的ConcurrentMap復制實現Cache的一些特性，那麼可能是非常困難或者根本不可能。
載入
對於緩存首先需要明確的是：有沒有一個方法可以通過給定的鍵來計算/載入相應的值？如果有，那麼可以使用CacheLoader。如果沒有這樣的方法，或者你想復寫緩存的載入方式，但你仍想保留「get-if-absent-compute」語義，你可以在調用get方法時傳入一個Callable實例，來達到目的。緩存的對象可以通過Cache.put直接插入，但是自動載入是首選，因為自動載入可以更加容易的判斷所有緩存信息的一致性。
From a CacheLoader
LoadingCache 緩存是通過一個CacheLoader來構建緩存。創建一個CacheLoader僅需要實現V load(K key) throws Exception方法即可。下面的範例就是如何創建一個LoadingCache：
Java代碼
LoadingCache<Key,Graph> graphs =CacheBuilder.newBuilder()
.maximumSize(1000)
.build(
newCacheLoader<Key,Graph>(){
publicGraph load(Key key)throwsAnyException{
return createExpensiveGraph(key);
}
});
...
try{
return graphs.get(key);
}catch(ExecutionException e){
thrownewOtherException(e.getCause());
}
通過方法get(K)可以對LoadingCache進行查詢。該方法要不返回已緩存的值，要不通過CacheLoader來自動載入相應的值到緩存中。這里需要注意的是：CacheLoader可能會拋出Exception，LoaderCache.get(K)則可能會拋出ExecutionException。假如你定義的CacheLoader沒有聲明檢查型異常，那麼可以通過調用getUnchecked(K)來獲取緩存值；但是一旦當CacheLoader中聲明了檢查型異常，則不可以調用getUnchecked。
Java代碼
LoadingCache<Key,Graph> graphs =CacheBuilder.newBuilder()
.expireAfterAccess(10,TimeUnit.MINUTES)
.build(
newCacheLoader<Key,Graph>(){
publicGraph load(Key key){// no checked exception
return createExpensiveGraph(key);
}
});
...
return graphs.getUnchecked(key);
批量查詢可以使用getAll(Iterable<? extends K>)方法。預設，getAll方法將循環每一個鍵調用CacheLoader.load方法獲取緩存值。當緩存對象的批量獲取比單獨獲取更有效時，可以通過復寫CacheLoader.loadAll方法實現緩存對象的載入。此時當調用getAll(Iterable)方法時性能也會提升。
需要注意的是CacheLoader.loadAll的實現可以為沒有明確要求的鍵載入緩存值。比如，當為某組中的一些鍵進行計算時，loadAll方法則可能會同時載入組中其餘鍵的值。
From a Callable
所有Guava緩存，不論是否會自動載入，都支持get(K, Callable(V))方法。當給定鍵的緩存值已存在時則直接返回，否則通過指定的Callable方法進行計算並將值存放到緩存中。直到載入完成時，相應的緩存才會被更改。該方法簡單實現了"if cached, return; otherwise create, cache and return"語義。
Java代碼
Cache<Key,Value> cache =CacheBuilder.newBuilder()
.maximumSize(1000)
.build();// look Ma, no CacheLoader
...
try{
// If the key wasn't in the "easy to compute" group, we need to
// do things the hard way.
cache.get(key,newCallable<Value>(){
@Override
publicValue call()throwsAnyException{
return doThingsTheHardWay(key);
}
});
}catch(ExecutionException e){
thrownewOtherException(e.getCause());
}
直接插入
使用cache.put(key, value)方法可以將值直接插入到緩存中，但這將會覆蓋緩存中已存在的值。通過使用Cache.asMap()所導出的ConcurrentMap對象中的方法也可以對緩存進行修改。但是，請注意asMap中的任何方法都不能自動的將數據載入到緩存中。也就是說，asMap中的各方法是在緩存自動載入范圍之外來運作。所以，當你使用CacheLoader或Callable來載入緩存時，應該優先使用Cache.get(K, Callable<V>)，而不是Cache.asMap().putIfAbsent。
緩存回收
殘酷的現實是我們可以肯定的說我們沒有足夠的內存來緩存一切。你必須來決定：什麼時候緩存值不再值得保留？Guava提供了三種基本的緩存回收策略：基於容量回收策略，基於時間回收策略，基於引用回收策略。
基於容量回收策略
使用CacheBuilder.maximumSize(long)可以設置緩存的最大容量。緩存將會嘗試回收最近沒有使用，或者沒有經常使用的緩存項。警告：緩存可能會在容量達到限制之前執行回收，通常是在緩存大小逼近限制大小時。
另外，如果不同的緩存項有不同的「權重」， 如，緩存項有不同的內存佔用，此時你需要使用CacheBuilder.weigher(Weigher)指定一個權重計算函數，並使用CacheBuilder.maxmumWeight(long)設定總權重。和maximumSize同樣需要注意的是緩存也是在逼近總權重的時候進行回收處理。此外，緩存項的權重是在創建時進行計算，此後不再改變。
Java代碼
LoadingCache<Key,Graph> graphs =CacheBuilder.newBuilder()
.maximumWeight(100000)
.weigher(
newWeigher<Key,Graph>(){
publicint weigh(Key k,Graph g){
return g.vertices().size();
}
})
.build(
newCacheLoader<Key,Graph>(){
publicGraph load(Key key){// no checked exception
return createExpensiveGraph(key);
}
});
基於時間回收策略
CacheBuilder為基於時間的回收提供了兩種方式：
expireAfterAccess(long, TimeUnit) 當緩存項在指定的時間段內沒有被讀或寫就會被回收。這種回收策略類似於基於容量回收策略；
expireAfterWrite(long, TimeUnit) 當緩存項在指定的時間段內沒有更新就會被回收。如果我們認為緩存數據在一段時間後數據不再可用，那麼可以使用該種策略。
就如下面的討論，定時過期回收會在寫的過程中周期執行，偶爾也會讀的過程中執行。
測試定時回收
測試定時回收其實不需要那麼痛苦的，我們不必非得花費2秒來測試一個2秒的過期。在構建緩存時使用Ticker介面，並通過CacheBuilder.ticker(Ticker)方法指定時間源，這樣我們就不用傻乎乎等系統時鍾慢慢的走了。
基於引用回收策略
通過鍵或緩存值的弱引用(weak references)，或者緩存值的軟引用(soft references)，Guava可以將緩存設置為允許垃圾回收。
CacheBuilder.weakKeys() 使用弱引用存儲鍵。當沒有(強或軟)引用到該鍵時，相應的緩存項將可以被垃圾回收。由於垃圾回收是依賴==進行判斷，因此這樣會導致整個緩存也會使用==來比較鍵的相等性，而不是使用equals()；
CacheBuilder.weakValues() 使用弱引用存儲緩存值。當沒有(強或軟)引用到該緩存項時，將可以被垃圾回收。由於垃圾回收是依賴==進行判斷，因此這樣會導致整個緩存也會使用==來比較緩存值的相等性，而不是使用equals()；
CacheBuilder.softValues() 使用軟引用存儲緩存值。當響應需要時，軟引用才會被垃圾回收通過最少使用原則回收掉。由於使用軟引用造成性能上的影響，我們強烈建議使用可被預言的maximum cache size的策略來代替。同樣使用softValues()緩存值的比較也是使用==，而不是equals()。
顯示移除
在任何時候，你都可以可以通過下面的方法顯式將無效的緩存移除，而不是被動等待被回收：
使用Cache.invalidate(key)單個移除;
使用Cache.invalidteAll(keys)批量移除；
使用Cache.invalidateAll()移除全部。
Ⅶ 為什麼要用 redis 而不用 map/guava 做緩存
因為前置款存的話要好一點，而且實用性要高一點。