阅读 95

JAVA实现缓存(LRU、FIFO、weakhashMap)

前阵子在公司给某客户做的邮箱系统登录页背景图的定制化开发。无意中想到一个问题:若系统支持给不同集团做定制化的登录页背景图开发,那就是图片不能直接存项目的资源文件了。只能通过文件形式或者图片Base64存数据库。那么问题来了,若是每一次浏览系统登录页时,都需要读一次文件目录或数据库,岂不是对数据库产生压力?能不能有一种方式,不需要大费周章的引入缓存的框架,仅JAVA来实现简单的缓存?于是便发现了我接下来要讲述的几种:LRU、FIFO(linkedHashMap,hashMap)、以及用 weakHashMap 来实现缓存

当然,也是可以直接引入缓存框架的,目前比较常用的缓存有 Readis 、 memcached。

缓存的主要思想有 LRU 和 FIFO。其中 LRU 英文为 Least Recently Used(最近最久未使用)。 FIFO 英文为 first in fisrst out(先进先出)。而实现则主要用 linkedHashMap、hashMap、weakHashMap。

LRU

LRU 缓存思想

  1. 固定缓存大小,需要给缓存分配一个固定的大小。
  2. 每次读取缓存都会改变缓存的使用时间,将缓存的存在时间重新刷新(在链式中,则是把这次试用的节点,抽出来放到最后一个)。
  3. 需要在缓存满了后,将最近最久未使用的缓存删除,再添加最新的缓存。

这是LinkedHashMap的一个构造函数,传入的第三个参数accessOrder为true的时候,就按访问顺序对LinkedHashMap排序,为false的时候就按插入顺序,默认是为false的。 当把accessOrder设置为true后,就可以将最近访问的元素置于最前面,这样就可以满足上述的第二点。

/**
 * Constructs an empty <tt>LinkedHashMap</tt> instance with the
 * specified initial capacity, load factor and ordering mode.
 *
 * @param  initialCapacity the initial capacity
 * @param  loadFactor      the load factor
 * @param  accessOrder     the ordering mode - <tt>true</tt> for
 *         access-order, <tt>false</tt> for insertion-order
 * @throws IllegalArgumentException if the initial capacity is negative
 *         or the load factor is nonpositive
 */
public LinkedHashMap(int initialCapacity,
                     float loadFactor,
                     boolean accessOrder) {
    super(initialCapacity, loadFactor);
    this.accessOrder = accessOrder;
}
复制代码

这是LinkedHashMap中另外一个方法,当返回true的时候,就会remove其中最久的元素,可以通过重写这个方法来控制缓存元素的删除,当缓存满了后,就可以通过返回true删除最久未被使用的元素,达到LRU的要求。这样就可以满足上述第三点要求。

protected boolean removeEldestEntry(Map.Entry<K,V> eldest) {
    return false;
}
复制代码

由于LinkedHashMap是为自动扩容的,当table数组中元素大于Capacity * loadFactor的时候,就会自动进行两倍扩容。但是为了使缓存大小固定,就需要在初始化的时候传入容量大小和负载因子。 为了使得到达设置缓存大小不会进行自动扩容,需要将初始化的大小进行计算再传入,可以将初始化大小设置为(缓存大小 / loadFactor) + 1,这样就可以在元素数目达到缓存大小时,也不会进行扩容了。这样就解决了上述第一点问题。

通过上面分析,实现下面的代码

import java.util.LinkedHashMap;
import java.util.Map;
import java.util.Set;

public class LRU1<K, V> {
    private final int MAX_CACHE_SIZE;
    private final float DEFAULT_LOAD_FACTORY = 0.75f;

    LinkedHashMap<K, V> map;

    public LRU1(int cacheSize) {
        MAX_CACHE_SIZE = cacheSize;
        int capacity = (int)Math.ceil(MAX_CACHE_SIZE / DEFAULT_LOAD_FACTORY) + 1;
        /*
         * 第三个参数设置为true,代表linkedlist按访问顺序排序,可作为LRU缓存
         * 第三个参数设置为false,代表按插入顺序排序,可作为FIFO缓存
         */
        map = new LinkedHashMap<K, V>(capacity, DEFAULT_LOAD_FACTORY, true) {
            @Override
            protected boolean removeEldestEntry(Map.Entry<K, V> eldest) {
                return size() > MAX_CACHE_SIZE;
            }
        };
    }

    public synchronized void put(K key, V value) {
        map.put(key, value);
    }

    public synchronized V get(K key) {
        return map.get(key);
    }

    public synchronized void remove(K key) {
        map.remove(key);
    }

    public synchronized Set<Map.Entry<K, V>> getAll() {
        return map.entrySet();
    }

    @Override
    public String toString() {
        StringBuilder stringBuilder = new StringBuilder();
        for (Map.Entry<K, V> entry : map.entrySet()) {
            stringBuilder.append(String.format("%s: %s  ", entry.getKey(), entry.getValue()));
        }
        return stringBuilder.toString();
    }

    public static void main(String[] args) {
        LRU1<Integer, Integer> lru1 = new LRU1<>(5);
        lru1.put(1, 1);
        lru1.put(2, 2);
        lru1.put(3, 3);
        System.out.println(lru1);
        lru1.get(1);
        System.out.println(lru1);
        lru1.put(4, 4);
        lru1.put(5, 5);
        lru1.put(6, 6);
        System.out.println(lru1);
    }
}
复制代码

运行结果为:

1:1 2:2: 3:3
2:2 3:3 1:1
3:3 1:1 4:4 5:5 6:6
复制代码

FIFO

LRU 缓存思想

  1. 固定缓存大小,需要给缓存分配一个固定的大小。
  2. 每次读取都不改变缓存节点的位置。
  3. 当需要是,缓存满了,就将最先插入的缓存删除,在往里面加。

FIFO 跟 LRU 的代码差不多一直,只是new linkedHashMap时的构造函数传入参数不同。

import java.util.LinkedHashMap;
import java.util.Map;
import java.util.Set;

public class LRU1<K, V> {
    private final int MAX_CACHE_SIZE;
    private final float DEFAULT_LOAD_FACTORY = 0.75f;

    LinkedHashMap<K, V> map;

    public LRU1(int cacheSize) {
        MAX_CACHE_SIZE = cacheSize;
        int capacity = (int)Math.ceil(MAX_CACHE_SIZE / DEFAULT_LOAD_FACTORY) + 1;
        /*
         * 第三个参数设置为true,代表linkedlist按访问顺序排序,可作为LRU缓存
         * 第三个参数设置为false,代表按插入顺序排序,可作为FIFO缓存
         */
        map = new LinkedHashMap<K, V>(capacity, DEFAULT_LOAD_FACTORY, false) {
            @Override
            protected boolean removeEldestEntry(Map.Entry<K, V> eldest) {
                return size() > MAX_CACHE_SIZE;
            }
        };
    }

    public synchronized void put(K key, V value) {
        map.put(key, value);
    }

    public synchronized V get(K key) {
        return map.get(key);
    }

    public synchronized void remove(K key) {
        map.remove(key);
    }

    public synchronized Set<Map.Entry<K, V>> getAll() {
        return map.entrySet();
    }

    @Override
    public String toString() {
        StringBuilder stringBuilder = new StringBuilder();
        for (Map.Entry<K, V> entry : map.entrySet()) {
            stringBuilder.append(String.format("%s: %s  ", entry.getKey(), entry.getValue()));
        }
        return stringBuilder.toString();
    }

    public static void main(String[] args) {
        LRU1<Integer, Integer> lru1 = new LRU1<>(5);
        lru1.put(1, 1);
        lru1.put(2, 2);
        lru1.put(3, 3);
        System.out.println(lru1);
        lru1.get(1);
        System.out.println(lru1);
        lru1.put(4, 4);
        lru1.put(5, 5);
        lru1.put(6, 6);
        System.out.println(lru1);
    }
}
复制代码

看到这里你可能会问:

为什么 LRU 和 FIFO 都用 linkedHashMap 来实现?而不用 hashMap?

其实是因为 linkedHashMap 继承了 hashMap,从它的构造函数可以看出, linkedHashMap 专门对这两种思想进行了实现。而用 hashMap 实现起来比较繁琐。当然也可以实现,网上很多实现方式。这里就不详细讲解了。

weakHashMap

WeakHashMap 和 HashMap 一样是个散列表。但是 weakHashMap 是 WeakReference(弱引用)。也就是,在GC时,没有被引用的会被清除。

hashMap 有一个 Extry 数组,weakHashMap 也有 Entry 数组,不过是继承了 weakReference 的,这也是弱类型的体现所在。

因为 weakHashMap 是弱类型,不需要手动去移除,一切交给GC,所以实现缓存的方式直接 new 即可。

但需要注意的是:

  1. 强引用的key是不会被回收的。
  2. weakHashMap 不是现成安全,若要实现则需要 Collections.synchronizedMap(weakHashMapintsmaze);
关注下面的标签,发现更多相似文章
评论