- guava cache的优点和使用场景，用来判断业务中是否适合使用此缓存
- 介绍常用的方法，并给出示例，作为使用的参考
- 深入解读源码。
guava简介
guava cache是一个本地缓存。有以下优点：
- 很好的封装了get、put操作，能够集成数据源。
一般我们在业务中操作缓存，都会操作缓存和数据源两部分。如：put数据时，先插入DB，再删除原来的缓存；ge数据时，先查缓存，命中则返回，没有命中时，需要查询DB，再把查询结果放入缓存中。 guava cache封装了这么多步骤，只需要调用一次get/put方法即可。 - 线程安全的缓存，与ConcurrentMap相似，但前者增加了更多的元素失效策略，后者只能显示的移除元素。
- Guava Cache提供了三种基本的缓存回收方式：基于容量回收、定时回收和基于引用回收。定时回收有两种：按照写入时间，最早写入的最先回收；按照访问时间，最早访问的最早回收。
- 监控缓存加载/命中情况。
常用方法
示例：
import com.google.common.cache.CacheBuilder;
import com.google.common.cache.CacheLoader;
import com.google.common.cache.LoadingCache;
import java.util.concurrent.TimeUnit;
public class guavaSample {
public static void main(String[] args) {
LoadingCache<String, Integer> cache = CacheBuilder.newBuilder()
.maximumSize(10) //最多存放十个数据
.expireAfterWrite(10, TimeUnit.SECONDS) //缓存200秒
.recordStats() //开启 记录状态数据功能
.build(new CacheLoader<String, Integer>() {
//数据加载，默认返回-1,也可以是查询操作，如从DB查询
@Override
public Integer load(String key) throws Exception {
return -1;
}
});
//只查询缓存，没有命中，即返回null。 miss++
System.out.println(cache.getIfPresent("key1")); //null
//put数据，放在缓存中
cache.put("key1", 1);
//再次查询，已存在缓存中, hit++
System.out.println(cache.getIfPresent("key1")); //1
//失效缓存
cache.invalidate("key1");
//失效之后，查询，已不在缓存中, miss++
System.out.println(cache.getIfPresent("key1")); //null
try{
//查询缓存，未命中，调用load方法，返回-1. miss++
System.out.println(cache.get("key2")); //-1
//put数据，更新缓存
cache.put("key2", 2);
//查询得到最新的数据, hit++
System.out.println(cache.get("key2")); //2
System.out.println("size :" + cache.size()); //1
//插入十个数据
for(int i=3; i<13; i++){
cache.put("key"+i, i);
}
//超过最大容量的，删除最早插入的数据，size正确
System.out.println("size :" + cache.size()); //10
//miss++
System.out.println(cache.getIfPresent("key2")); //null
Thread.sleep(5000); //等待5秒
cache.put("key1", 1);
cache.put("key2", 2);
//key5还没有失效，返回5。缓存中数据为key1，key2，key5-key12. hit++
System.out.println(cache.getIfPresent("key5")); //5
Thread.sleep(5000); //等待5秒
//此时key5-key12已经失效，但是size没有更新
System.out.println("size :" + cache.size()); //10
//key1存在, hit++
System.out.println(cache.getIfPresent("key1")); //1
System.out.println("size :" + cache.size()); //10
//获取key5，发现已经失效，然后刷新缓存，遍历数据，去掉失效的所有数据, miss++
System.out.println(cache.getIfPresent("key5")); //null
//此时只有key1，key2没有失效
System.out.println("size :" + cache.size()); //2
System.out.println("status, hitCount:" + cache.stats().hitCount()
+ ", missCount:" + cache.stats().missCount()); //4,5
}catch (Exception e){
System.out.println(e.getMessage());
}
}
}
guava cache源码解析
先了解一些主要类和接口：
在看具体的代码之前，先来简单了解一下LocalCache的数据结构。
LocalCache的数据结构如下所示：
LocalCache的数据结构与ConcurrentHashMap很相似，都由多个segment组成，且各segment相对独立，互不影响，所以能支持并行操作。每个segment由一个table和若干队列组成。缓存数据存储在table中，其类型为AtomicReferenceArray<ReferenceEntry<K, V>>，即一个数组，数组中每个元素是一个链表。两个队列分别是writeQueue和accessQueue，用来存储写入的数据和最近访问的数据，当数据过期，需要刷新整体缓存（见上述示例最后一次cache.getIfPresent("key5")）时，遍历队列，如果数据过期，则从table中删除。segment中还有基于引用场景的其他队列，这里先不做讨论。
CacheBuilder
CacheBuilder是缓存配置和构建入口，先看一些属性。CacheBuilder的设置操作都是为这些属性赋值。
//缓存的默认初始化大小
private static final int DEFAULT_INITIAL_CAPACITY = 16;
// LocalCache默认并发数，用来评估Segment的个数
private static final int DEFAULT_CONCURRENCY_LEVEL = 4;
//默认的缓存过期时间
private static final int DEFAULT_EXPIRATION_NANOS = 0;
static final int UNSET_INT = -1;
int initialCapacity = UNSET_INT;//初始缓存大小
int concurrencyLevel = UNSET_INT;//用于计算有几个并发
long maximumSize = UNSET_INT;//cache中最多能存放的缓存entry个数
long maximumWeight = UNSET_INT;
Strength keyStrength;//键的引用类型（strong、weak、soft）
Strength valueStrength;//值的引用类型（strong、weak、soft）
long expireAfterWriteNanos = UNSET_INT;//缓存超时时间（起点：缓存被创建或被修改）
long expireAfterAccessNanos = UNSET_INT;//缓存超时时间（起点：缓存被创建或被修改或被访问）
//元素被移除的监听器
RemovalListener<? super K, ? super V> removalListener;
//状态计数器，默认为NULL_STATS_COUNTER，即不启动计数功能
Supplier<? extends StatsCounter> statsCounterSupplie
CacheBuilder构建缓存有两个方法：
//构建一个具有数据加载功能的缓存
public <K1 extends K, V1 extends V> LoadingCache<K1, V1> build(
CacheLoader<? super K1, V1> loader) {
checkWeightWithWeigher();
//调用LocalCache构造方法
return new LocalCache.LocalLoadingCache<K1, V1>(this, loader);
}
//构建一个没有数据加载功能的缓存
public <K1 extends K, V1 extends V> Cache<K1, V1> build() {
checkWeightWithWeigher();
checkNonLoadingCache();
//调用LocalCache构造方法，但loader为null
return new LocalCache.LocalManualCache<K1, V1>(this);
}
//被CacheBuilder的build方法调用，将其参数传递给LocalCache
LocalCache(
CacheBuilder<? super K, ? super V> builder, @Nullable CacheLoader<? super K, V> loader) {
//默认并发水平是4，即四个Segment（但要注意concurrencyLevel不一定等于Segment个数）
//Segment个数：一个刚刚大于或等于concurrencyLevel且是2的几次方的一个数,在后面会有segmentCount赋值过程
concurrencyLevel = Math.min(builder.getConcurrencyLevel(), MAX_SEGMENTS);
keyStrength = builder.getKeyStrength();//默认为Strong，即强引用
valueStrength = builder.getValueStrength();//默认为Strong，即强引用
keyEquivalence = builder.getKeyEquivalence();
valueEquivalence = builder.getValueEquivalence();
maxWeight = builder.getMaximumWeight();
weigher = builder.getWeigher();
expireAfterAccessNanos = builder.getExpireAfterAccessNanos();
expireAfterWriteNanos = builder.getExpireAfterWriteNanos();
refreshNanos = builder.getRefreshNanos();
removalListener = builder.getRemovalListener();
removalNotificationQueue = (removalListener == NullListener.INSTANCE)
? LocalCache.<RemovalNotification<K, V>>discardingQueue()
: new ConcurrentLinkedQueue<RemovalNotification<K, V>>();
ticker = builder.getTicker(recordsTime());
entryFactory = EntryFactory.getFactory(keyStrength, usesAccessEntries(), usesWriteEntries());
globalStatsCounter = builder.getStatsCounterSupplier().get();
defaultLoader = loader;
int initialCapacity = Math.min(builder.getInitialCapacity(), MAXIMUM_CAPACITY);
if (evictsBySize() && !customWeigher()) {
initialCapacity = Math.min(initialCapacity, (int) maxWeight);
}
//调整segmentCount个数，通过位移实现，所以是2的n次方。
int segmentShift = 0;
int segmentCount = 1;
while (segmentCount < concurrencyLevel
&& (!evictsBySize() || segmentCount * 20 <= maxWeight)) {
++segmentShift;
segmentCount <<= 1;
}
this.segmentShift = 32 - segmentShift;
segmentMask = segmentCount - 1;
//初始化segments
this.segments = newSegmentArray(segmentCount);
//每个segment的大小
int segmentCapacity = initialCapacity / segmentCount;
if (segmentCapacity * segmentCount < initialCapacity) {
++segmentCapacity;
}
int segmentSize = 1;
while (segmentSize < segmentCapacity) {
segmentSize <<= 1;
}
//初始化Segments
if (evictsBySize()) {
// Ensure sum of segment max weights = overall max weights
long maxSegmentWeight = maxWeight / segmentCount + 1;
long remainder = maxWeight % segmentCount;
for (int i = 0; i < this.segments.length; ++i) {
if (i == remainder) {
maxSegmentWeight--;
}
this.segments[i] =
createSegment(segmentSize, maxSegmentWeight, builder.getStatsCounterSupplier().get());
}
} else {
for (int i = 0; i < this.segments.length; ++i) {
this.segments[i] =
createSegment(segmentSize, UNSET_INT, builder.getStatsCounterSupplier().get());
}
}
}
//Segment初始化操作，结构与上面图中大致相同（图中省去部分队列）
Segment(LocalCache<K, V> map, int initialCapacity, long maxSegmentWeight,
StatsCounter statsCounter) {
this.map = map;
this.maxSegmentWeight = maxSegmentWeight;
this.statsCounter = checkNotNull(statsCounter);
//初始化table
initTable(newEntryArray(initialCapacity));
//key引用队列
keyReferenceQueue = map.usesKeyReferences()
? new ReferenceQueue<K>() : null;
//value引用队列
valueReferenceQueue = map.usesValueReferences()
? new ReferenceQueue<V>() : null;
recencyQueue = map.usesAccessQueue()
? new ConcurrentLinkedQueue<ReferenceEntry<K, V>>()
: LocalCache.<ReferenceEntry<K, V>>discardingQueue();
//写入元素队列
writeQueue = map.usesWriteQueue()
? new WriteQueue<K, V>()
: LocalCache.<ReferenceEntry<K, V>>discardingQueue();
//访问元素队列
accessQueue = map.usesAccessQueue()
? new AccessQueue<K, V>()
: LocalCache.<ReferenceEntry<K, V>>discardingQueue();
}
LocalCache
LocalCache是guava cache的核心类。LocalCache的构造函数在上面已经分析过，接着看下核心方法。
对于get(key, loader)方法流程：
- 对key做hash，找到存储的segment及数组table上的位置；
- 链表上查找entry，如果entry不为空，且value没有过期，则返回value，并刷新entry。
- 若链表上找不到entry，或者value已经过期，则调用lockedGetOrLoad。
- 锁住整个segment，遍历entry可能在的链表，查看数据是否存在是否过期，若存在则返回。若过期则删除（table，各种queue）。若不存在，则新建一个entry插入table。放开整个segment的锁。
- 锁住entry，调用loader的reload方法，从数据源加载数据，然后调用storeLoadedValue更新缓存。
- storeLoadedValue时，锁住整个segment，将value设置到entry中，并设置相关数据（入写入/访问队列，加载/命中数据等）。
getAll(keys)方法：
- 循环调用get方法，从缓存中获取key对应的value。没有命中的记录下来。
- 如果有没有命中的key，调用loadAll(keys，loader)方法加载数据。
- 将加载的数据依次缓存，调用segment的put(K key, int hash, V value, boolean onlyIfAbsent)方法。
- put时，锁住整个segment，将数据插入链表，更新统计数据。
put(key,value)方法：
- 对key做hash，找到segment的位置和table上的位置；
- 锁住整个segment，将数据插入链表，更新统计数据。
putAll(map) 循环调用put方法。
putIfAbsent(key, value) 缓存中，键值对不存在的时候才插入。
实践
guava cache是将数据源中的数据缓存在本地，那如果我们想把远端数据源中的数据缓存在远端 分布式缓存（如redis），可以怎么来使用guava cache的方式进行封装呢？
可以仿照guava写一个简单的缓存，定义如下：
CacheBuilder类 ： 配置缓存参数，构建缓存。同上面所讲。
Cache接口：定义增删查接口。
MyCache类：实现Cache接口，put -> 存入DB，更新缓存； get -> 查询缓存，存在即返回；若不存在，查询DB，更新缓存，返回。
CacheLoader类：供MyCache调用，get和getAll时提供单次查DB和批量查DB。
参考
Google guava cache源码解析1--构建缓存器
Google Guava 缓存
后续
guava cache基于引用回收相关；
删除监听器相关。