Java常见的本地存储方式

1、HashMap

1.1 特点

• K-V 形式
• 线程不安全
• 查询效率快

通过线程不安全的特点，表现了 HashMap 的应用场景局限于单线程（没有线程并发问题的场景）

1.2 基础操作

Map<Object,Object> map=new HashMap<>();
// 添加元素
map.put("key","value");
// 获取元素
map.get("key");
// 删除元素
map.remove("key");

2、ConcurrentHashMap

为了针对无法应用 HashMap 的多线程环境，可以采用并发安全的集合类 ConcurrentHashMap。

对于 HashMap 的并发安全类有许多

• Hashtable
• Collections.synchronizedMap()
• ConcurrentHashMap

concurrentHashMap 在 JDK 采用的 CAS+synchronized,性能最好

Map<Object,Object> map=new ConcurrentHashMap<>();
// 添加元素
map.put("key","value");
// 获取元素
map.get("key");
// 删除元素
map.remove("key");

3、Guava 缓存

Guava是Google提供的一套JAVA的工具包，而Guava Cache则是该工具包中提供的一套完善的JVM级别的高并发缓存框架。其实现机制类似ConcurrentHashMap，但是进行了众多的封装与能力扩展。作为JVM级别的本地缓存框架，Guava Cache具备缓存框架该有的众多基础特性。

3.1特性

• 线程安全（和 ConcurrentHashMap 一样）
• 支持缓存记录的过期设定（ 和 redis 缓存一样）
• 支持缓存容量限制与不同淘汰策略（ FIFO 算法、LRU 算法）

3.2应用场景

初次接触到 Guava 感觉 redis 分布式缓存很像，具有同样的功能。但是区别在于，redis 分布式缓存是部署在应用之外的，存储大小受限于机器内存大小，在于应用通信存在网络消耗。Guava 是 JVM 本地缓存，与应用交互不存在网络消耗，访问效率快、但是存储大小受限于 JVM 堆内存大小。

应用场景：

• 存储内容小
• 命中率高
• 访问速度快
• 能够容忍数据不一致。（尝试使用定时任务进行同步或利用 cancel 订阅 binLog 进行数据同步）

注意：上面的场景并不是仅仅局限于 Guava 本地缓存，而是整个的本地缓存体系。

3.3 整合 Guava

3.3.1 导入 guava 依赖

<dependency>
    <groupId>com.google.guava</groupId>
    <artifactId>guava</artifactId>
    <version>18.0</version>
</dependency>

3.3.2 guava cache 创建

Cache<String, String> localCache = CacheBuilder.newBuilder()
               // 内部哈希表的最小容量，也就是 cache 的初始容量
                .initialCapacity(5)
               // cache 的最大缓存数
                .maximumSize(10)
               // 并发等级，也可以定义为同时操作缓存的线程数,默认 4 
                .concurrencyLevel(3)
               // 设置过期时间 
                .expireAfterWrite(10, TimeUnit.SECONDS)
                .build();

3.3.3 获取对象

从缓存中获取数据调用的方法为 get (K key, Callable<? extends V> loader) 方法，此方法的含义是根据键 key 获取数据，若 key 不存在，则通过执行指定的 Callable 方法来构造缓存，示例代码如下所示：

 localCache.get("key", new Callable<ThreadPoolConfigEntity>() {
                @Override
                public Object call() throws Exception {
                    System.out.println("未获取到 key 数据，可以进行回调");
                    // 进行数据写入，如查询 MySQL、 Redis
                    return null;
                }
            })

3.3.4 删除数据

3.3.4.1 被动删除

• 基于数据大小删除：LRU+FIFO
• 基于过期时间删除：在指定时间内没有被访问
• 基于引用删除：通过 weakKeys 和 weakValues 方法指定 Cache 只保存对缓存记录 key 和 value 的弱引用。这样当没有其他强引用指向 key 和 value 时，key 和 value 对象就会被垃圾回收器回收

3.3.4.2 主动删除

//删除指定的key对应数据
cache.invalidate("s");
//将一批对应的数据删除
cache.invalidateAll(Arrays.asList("st","r"，"ing"));
//全部删除
cache.invalidateAll();

3.3.5 源码分析 guava

浅析本地缓存技术 - Guava Cache | 京东物流技术团队 - 知乎 (zhihu.com)

3.3.6 Guava 其他应用

3.3.6.1 布隆过滤器

布隆过滤器 ； 一段 bitMap + 多个 Hash 函数，在添加元素的时候，会对元素进行相应的 hash 运算，将相应的 hash 槽，设置为 1，访问的时候也是进行 hash 运算，计算出相应的 hash 槽，当所有的 hash 槽都为 1 时，表示该数据才存在。

特点：

• 存在一定误差
• 查询结果不存在的情况，一定不存在
• 不可以进行元素的删除，只能整体删除

3.3.6.2 guava 实现布隆过滤器

public class BloomFilterTest {

    public static void main(String[] args) {
        long star = System.currentTimeMillis();
        BloomFilter<Integer> filter = BloomFilter.create(
                Funnels.integerFunnel(),
                //预计存放多少数据
                10000000,
                //可以接受的误报率
                0.01);

        for (int i = 0; i < 10000000; i++) {
            filter.put(i);
        }

        Assert.isTrue(filter.mightContain(1),"不存在");
        Assert.isTrue(filter.mightContain(2),"不存在");
        Assert.isTrue(filter.mightContain(3),"不存在");
        Assert.isTrue(filter.mightContain(10000000),"不存在");
        long end = System.currentTimeMillis();
        System.out.println("执行时间：" + (end - star));
    }
}

这里Guava引入了一个叫做Funnel的类，Funnel类定义了如何把一个具体的对象类型分解为原生字段值，从而将值分解为Byte以供后面BloomFilter进行hash运算。通过使用这个类，我们可以自己定义一个属于自己类的Funnel。如下代码

enum PersonFunnel implements Funnel<Person> {
    INSTANCE;

    @Override
    public void funnel(Object person, PrimitiveSink into) {
        into.putString(person.getFirstName(), Charset.defaultCharset())
                .putString(person.getLastName(), Charset.defaultCharset());
    }
}

此外，Guava预定义了一些原生类型的Funnel，如String、Long、Integer

3.3.6.3 Guava 时间窗口限流

阿里面试：说说自适应限流？_王磊_InfoQ写作社区

RateLimiter limiter = RateLimiter.create(5.0); // 创建一个每秒放入5个令牌的RateLimiter
for (int i = 0; i < 10; i++) {
    // 请求一个令牌
    limiter.acquire();
    System.out.println("处理请求: " + i);
}

4、Caffeine ——本地缓存之王

推荐地址： java - 性能利器Caffeine缓存全面指南 - 宋小黑 - SegmentFault 思否、我的技术与生活——本地缓存之王-Caffeine | Hexo (iyaovo.github.io)