一.背景
缓存是我们在开发中为了提高系统的性能，把经常的访问业务的数据第一次把处理结果先放到缓存中，第二次就不用在对相同的业务数据在重新处理一遍java缓存的好处，这样就提高了系统的性能。缓存分好几种：
（1）本地缓存。
（2）数据库缓存。
（3）分布式缓存。
分布式缓存比较常用的有memcached等，memcached是高性能的分布式内存缓存服务器，缓存业务处理结果，减少数据库访问次数和相同复杂逻辑处理的时间，以提高动态Web应用的速度、提高可扩展性。
二.本地缓存在高并发下的问题以及解决
今天我们介绍的是本地缓存缓存，我们这边采用Java.util.concurrent.ConcurrentHashMap来保存，ConcurrentHashMap是一个线程安全的HashTable，并提供了一组和HashTable功能相同但是线程安全的方法，ConcurrentHashMap可以做到读取数据不加锁，提高了并发能力。我们先不考虑内存元素回收或者在保存数据会出现内存溢出的情况，我们用ConcurrentHashMap模拟本地缓存，当在高并发环境一下，会出现一些什么问题？
我们这边采用实现多个线程来模拟高并发场景。
第一种：我们先来看一下代码：
[java]view
plain
publicclassTestConcurrentHashMapCache{
privatefinalConcurrentHashMapcacheMap=newConcurrentHashMap();
publicObjectgetCache(KkeyValue,StringThreadName){
System.out.println("ThreadNamegetCache=============="+ThreadName);
Objectvalue=null;
//从缓存获取数据
value=cacheMap.get(keyValue);
//如果没有的话，把数据放到缓存
if(value==null){
returnputCache(keyValue,ThreadName);
}
returnvalue;
}
publicObjectputCache(KkeyValue,StringThreadName){
System.out.println("ThreadName执行业务数据并返回处理结果的数据（访问数据库等）=============="+ThreadName);
//可以根据业务从数据库获取等取得数据,这边就模拟已经获取数据了
@SuppressWarnings("unchecked")
Vvalue=(V)"dataValue";
//把数据放到缓存
cacheMap.put(keyValue,value);
returnvalue;
}
publicstaticvoidmain(String[]args){
finalTestConcurrentHashMapCacheTestGuaVA=newTestConcurrentHashMapCache();
Threadt1=newThread(newRunnable(){
@Override
publicvoidrun(){
System.out.println("T1======start========");
Objectvalue=TestGuaVA.getCache("key","T1");
System.out.println("T1value=============="+value);
System.out.println("T1======end========");
}
});
Threadt2=newThread(newRunnable(){
@Override
publicvoidrun(){
System.out.println("T2======start========");
Objectvalue=TestGuaVA.getCache("key","T2");
System.out.println("T2value=============="+value);
System.out.println("T2======end========");
}
});
Threadt3=newThread(newRunnable(){
@Override
publicvoidrun(){
System.out.println("T3======start========");
Objectvalue=TestGuaVA.getCache("key","T3");
System.out.println("T3value=============="+value);
System.out.println("T3======end========");
}
});
t1.start();
t2.start();
t3.start();
}
}
我们看一下执行结果，如图所示：
我们实现了本地缓存代码，我们执行一下结果，发现在多线程时，出现了在缓存里没有缓存时，会执行一样执行多次的业务数据并返回处理的数据，我们分析一下出现这种情况的：
（1）当线程T1访问cacheMap里面有没有，这时根据业务到后台处理业务数据并返回处理数据Java本地缓存在高并发下的问题以及解决办法！
Java 高并发缓存与Guava Cache，并放入缓存。
（2）当线程T2访问cacheMap里面同样也没有，也把根据业务到后台处理业务数据并返回处理数据，并放入缓存。
第二种：
这样相同的业务并处理两遍，如果在高并发的情况下相同的业务不止执行两遍，这样这样跟我们当初做缓存不相符合，这时我们想到了Java多线程时，在执行获取缓存上加上Synchronized，代码如下：
[java]view
plain
publicclassTestConcurrentHashMapCache{
privatefinalConcurrentHashMapcacheMap=newConcurrentHashMap();
publicsynchronizedObjectgetCache(KkeyValue,StringThreadName){
System.out.println("ThreadNamegetCache=============="+ThreadName);
Objectvalue=null;
//从缓存获取数据
value=cacheMap.get(keyValue);
//如果没有的话，把数据放到缓存
if(value==null){
returnputCache(keyValue,ThreadName);
}
returnvalue;
}
publicObjectputCache(KkeyValue,StringThreadName){
System.out.println("ThreadName执行业务数据并返回处理结果的数据（访问数据库等）=============="+ThreadName);
//可以根据业务从数据库获取等取得数据,这边就模拟已经获取数据了
@SuppressWarnings("unchecked")
Vvalue=(V)"dataValue";
//把数据放到缓存
cacheMap.put(keyValue,value);
returnvalue;
}
publicstaticvoidmain(String[]args){
finalTestConcurrentHashMapCacheTestGuaVA=newTestConcurrentHashMapCache();
Threadt1=newThread(newRunnable(){
@Override
publicvoidrun(){
System.out.println("T1======start========");
Objectvalue=TestGuaVA.getCache("key","T1");
System.out.println("T1value=============="+value);
System.out.println("T1======end========");
}
});
Threadt2=newThread(newRunnable(){
@Override
publicvoidrun(){
System.out.println("T2======start========");
Objectvalue=TestGuaVA.getCache("key","T2");
System.out.println("T2value=============="+value);
System.out.println("T2======end========");
}
});
Threadt3=newThread(newRunnable(){
@Override
publicvoidrun(){
System.out.println("T3======start========");
Objectvalue=TestGuaVA.getCache("key","T3");
System.out.println("T3value=============="+value);
System.out.println("T3======end========");
}
});
t1.start();
t2.start();
t3.start();
}
}
执行结果，如图所示：
这样就实现了串行java缓存的好处，在高并发行时，就不会出现了第二个访问相同业务，肯定是从缓存获取，但是加上Synchronized变成串行，这样在高并发行时性能也下降了。
第三种：
我们为了实现性能和缓存的结果，我们采用Future，因为Future在计算完成时获取，否则会一直阻塞直到任务转入完成状态和ConcurrentHashMap.putIfAbsent方法，代码如下：
[java]view
plain
publicclassTestFutureCahe{
privatefinalConcurrentHashMap>cacheMap=newConcurrentHashMap>();
publicObjectgetCache(KkeyValue,StringThreadName){
Futurevalue=null;
try{
System.out.println("ThreadNamegetCache=============="+ThreadName);
//从缓存获取数据
value=cacheMap.get(keyValue);
//如果没有的话，把数据放到缓存
if(value==null){
value=putCache(keyValue,ThreadName);
returnvalue.get();
}
returnvalue.get();
}catch(Exceptione){
}
returnnull;
}
publicFutureputCache(KkeyValue,finalStringThreadName){
////把数据放到缓存
Futurevalue=null;
Callablecallable=newCallable(){
@SuppressWarnings("unchecked")
@Override
publicVcall()throwsException{
//可以根据业务从数据库获取等取得数据,这边就模拟已经获取数据了
System.out.println("ThreadName执行业务数据并返回处理结果的数据（访问数据库等）=============="+ThreadName);
return(V)"dataValue";
}
};
FutureTaskfutureTask=newFutureTask(callable);
value=cacheMap.putIfAbsent(keyValue,futureTask);
if(value==null){
value=futureTask;
futureTask.run();
}
returnvalue;
}
publicstaticvoidmain(String[]args){
finalTestFutureCaheTestGuaVA=newTestFutureCahe();
Threadt1=newThread(newRunnable(){
@Override
publicvoidrun(){
System.out.println("T1======start========");
Objectvalue=TestGuaVA.getCache("key","T1");
System.out.println("T1value=============="+value);
System.out.println("T1======end========");
}
});
Threadt2=newThread(newRunnable(){
@Override
publicvoidrun(){
System.out.println("T2======start========");
Objectvalue=TestGuaVA.getCache("key","T2");
System.out.println("T2value=============="+value);
System.out.println("T2======end========");
}
});
Threadt3=newThread(newRunnable(){
@Override
publicvoidrun(){
System.out.println("T3======start========");
Objectvalue=TestGuaVA.getCache("key","T3");
System.out.println("T3value=============="+value);
System.out.println("T3======end========");
}
});
t1.start();
t2.start();
t3.start();
}
}
线程T1或者线程T2访问cacheMap，如果都没有时，这时执行了FutureTask来完成异步任务，假如线程T1执行了FutureTask，并把保存到ConcurrentHashMap中，通过PutIfAbsent方法，因为putIfAbsent方法如果不存在key对应的值，则将value以key加入Map，否则返回key对应的旧值。这时线程T2进来时可以获取Future对象，如果没值没关系，这时是对象的引用，等FutureTask执行完，在通过get返回。
我们问题解决了高并发访问缓存的问题，可以回收元素这些，都没有，容易造成内存溢出，GoogleGuavaCache在这些问题方面都做得挺好的，接下来我们介绍一下。
三.GoogleGuavaCache的介绍和应用
下载对应的jar包
GuavaCache与ConcurrentMap很相似，GuavaCache能设置回收，能解决在大数据内存溢出的问题，源代码如下：
public class TestGuaVA {
private Cache cache= CacheBuilder.newBuilder() .maximumSize(2).expireAfterWrite(10, TimeUnit.MINUTES).build();
public Object getCache(K keyValue,final String ThreadName){
Object value=null;
try {
System.out.println("ThreadName getCache=============="+ThreadName);
//从缓存获取数据
value = cache.get(keyValue, new Callable() {
@SuppressWarnings("unchecked")
public V call() {
System.out.println("ThreadName 执行业务数据并返回处理结果的数据（访问数据库等）=============="+ThreadName);
return (V) "dataValue";
}
});
} catch (ExecutionException e) {
e.printStackTrace();
}
return value;
}
public static void main(String[] args) {
final TestGuaVA TestGuaVA=new TestGuaVA();
Thread t1=new Thread(new Runnable() {
@Override
public void run() {
System.out.println("T1======start========");
Object value=TestGuaVA.getCache("key","T1");
System.out.println("T1 value=============="+value);
System.out.println("T1======end========");
}
});
Thread t2=new Thread(new Runnable() {
@Override
public void run() {
System.out.println("T2======start========");
Object value=TestGuaVA.getCache("key","T2");
System.out.println("T2 value=============="+value);
System.out.println("T2======end========");
}
});
Thread t3=new Thread(new Runnable() {
@Override
public void run() {
System.out.println("T3======start========");
Object value=TestGuaVA.getCache("key","T3");
System.out.println("T3 value=============="+value);
System.out.println("T3======end========");
}
});
t1.start();
t2.start();
t3.start();
}
}
说明：
CacheBuilder.newBuilder()后面能带一些设置回收的方法：
（1）maximumSize(long)：设置容量大小，超过就开始回收。
（2）expireAfterAccess(long,TimeUnit)：在这个时间段内没有被读/写访问，就会被回收。
（3）expireAfterWrite(long,TimeUnit)：在这个时间段内没有被写访问，就会被回收。
(4)removalListener(RemovalListener)：监听事件，在元素被删除时，进行监听。
执行结果，如图所示：
