[[267393]]

需求分析

項(xiàng)目中經(jīng)常會(huì)遇到這種場(chǎng)景：一份數(shù)據(jù)需要在多處共享，有些數(shù)據(jù)還有時(shí)效性，過期自動(dòng)失效。比如手機(jī)驗(yàn)證碼，發(fā)送之后需要緩存起來，然后處于安全性考慮，一般還要設(shè)置有效期，到期自動(dòng)失效。我們?cè)趺磳?shí)現(xiàn)這樣的功能呢？

解決方案

1.  使用現(xiàn)有的緩存技術(shù)框架，比如redis,ehcache。優(yōu)點(diǎn)：成熟，穩(wěn)定，功能強(qiáng)大；缺點(diǎn)，項(xiàng)目需要引入對(duì)應(yīng)的框架，不夠輕量。
2.  如果不考慮分布式，只是在單線程或者多線程間作數(shù)據(jù)緩存，其實(shí)完全可以自己手寫一個(gè)緩存工具。下面就來簡(jiǎn)單實(shí)現(xiàn)一個(gè)這樣的工具。

先上代碼： 

import java.util.HashMap;  
import java.util.Map;  
import java.util.concurrent.*;  
/**  
 * @Author: lixk  
 * @Date: 2018/5/9 15:03  
 * @Description: 簡(jiǎn)單的內(nèi)存緩存工具類  
 */  
public class Cache {  
 //鍵值對(duì)集合  
 private final static Map<String, Entity> map = new HashMap<>();  
 //定時(shí)器線程池，用于清除過期緩存  
 private final static ScheduledExecutorService executor = Executors.newSingleThreadScheduledExecutor();  
 /**  
 * 添加緩存  
 *  
 * @param key 鍵  
 * @param data 值  
 */  
 public synchronized static void put(String key, Object data) {  
 Cache.put(key, data, 0);  
 }  
 /**  
 * 添加緩存  
 *  
 * @param key 鍵  
 * @param data 值  
 * @param expire 過期時(shí)間，單位：毫秒， 0表示***長(zhǎng)  
 */  
 public synchronized static void put(String key, Object data, long expire) {  
 //清除原鍵值對(duì)  
 Cache.remove(key);  
 //設(shè)置過期時(shí)間  
 if (expire > 0) {  
 Future future = executor.schedule(new Runnable() {  
 @Override  
 public void run() {  
 //過期后清除該鍵值對(duì)  
 synchronized (Cache.class) {  
 map.remove(key);  
 }  
 }  
 }, expire, TimeUnit.MILLISECONDS);  
 map.put(key, new Entity(data, future));  
 } else {  
 //不設(shè)置過期時(shí)間  
 map.put(key, new Entity(data, null));  
 }  
 }  
 /**  
 * 讀取緩存  
 *  
 * @param key 鍵  
 * @return  
 */  
 public synchronized static Object get(String key) {  
 Entity entity = map.get(key);  
 return entity == null ? null : entity.getValue();  
 }  
 /**  
 * 讀取緩存  
 *  
 * @param key 鍵  
 * * @param clazz 值類型  
 * @return  
 */  
 public synchronized static <T> T get(String key, Class<T> clazz) {  
 return clazz.cast(Cache.get(key));  
 }  
 /**  
 * 清除緩存  
 *  
 * @param key  
 * @return  
 */  
 public synchronized static Object remove(String key) {  
 //清除原緩存數(shù)據(jù)  
 Entity entity = map.remove(key);  
 if (entity == null) return null;  
 //清除原鍵值對(duì)定時(shí)器  
 Future future = entity.getFuture();  
 if (future != null) future.cancel(true);  
 return entity.getValue();  
 }  
 /**  
 * 查詢當(dāng)前緩存的鍵值對(duì)數(shù)量  
 *  
 * @return  
 */  
 public synchronized static int size() {  
 return map.size();  
 }  
 /**  
 * 緩存實(shí)體類  
 */  
 private static class Entity {  
 //鍵值對(duì)的value  
 private Object value;  
 //定時(shí)器Future   
 private Future future;  
 public Entity(Object value, Future future) {  
 this.value = value;  
 this.future = future;  
 }  
 /**  
 * 獲取值  
 *  
 * @return  
 */  
 public Object getValue() {  
 return value;  
 }  
 /**  
 * 獲取Future對(duì)象  
 *  
 * @return  
 */  
 public Future getFuture() {  
 return future;  
 }  
 }  
} 

本工具類主要采用 HashMap+定時(shí)器線程池 實(shí)現(xiàn)，map 用于存儲(chǔ)鍵值對(duì)數(shù)據(jù)，map的value是 Cache 的內(nèi)部類對(duì)象 Entity，Entity 包含 value 和該鍵值對(duì)的生命周期定時(shí)器 Future。Cache 類對(duì)外只提供了 put(key, value), put(key, value, expire), get(key), get(key, class), remove(key), size()幾個(gè)同步方法。

當(dāng)添加鍵值對(duì)數(shù)據(jù)的時(shí)候，首先會(huì)調(diào)用remove()方法，清除掉原來相同 key 的數(shù)據(jù)，并取消對(duì)應(yīng)的定時(shí)清除任務(wù)，然后添加新數(shù)據(jù)到 map 中，并且，如果設(shè)置了有效時(shí)間，則添加對(duì)應(yīng)的定時(shí)清除任務(wù)到定時(shí)器線程池。

測(cè)試 

import java.util.concurrent.ExecutionException;  
import java.util.concurrent.ExecutorService;  
import java.util.concurrent.Executors;  
import java.util.concurrent.Future;  
/**  
 * @Author: lixk  
 * @Date: 2018/5/9 16:40  
 * @Description: 緩存工具類測(cè)試  
 */  
public class CacheTest {  
 /**  
 * 測(cè)試  
 *  
 * @param args  
 */  
 public static void main(String[] args) throws InterruptedException, ExecutionException {  
 String key = "id";  
 //不設(shè)置過期時(shí)間  
 System.out.println("***********不設(shè)置過期時(shí)間**********");  
 Cache.put(key, 123);  
 System.out.println("key:" + key + ", value:" + Cache.get(key));  
 System.out.println("key:" + key + ", value:" + Cache.remove(key));  
 System.out.println("key:" + key + ", value:" + Cache.get(key));  
 //設(shè)置過期時(shí)間  
 System.out.println("  
***********設(shè)置過期時(shí)間**********");  
 Cache.put(key, "123456", 1000);  
 System.out.println("key:" + key + ", value:" + Cache.get(key));  
 Thread.sleep(2000);  
 System.out.println("key:" + key + ", value:" + Cache.get(key));  
 /******************并發(fā)性能測(cè)試************/  
 System.out.println("  
***********并發(fā)性能測(cè)試************");  
 //創(chuàng)建有10個(gè)線程的線程池，將1000000次操作分10次添加到線程池  
 ExecutorService executorService = Executors.newFixedThreadPool(10);  
 Future[] futures = new Future[10];  
 /********添加********/  
 {  
 long start = System.currentTimeMillis();  
 for (int j = 0; j < 10; j++) {  
 futures[j] = executorService.submit(() -> {  
 for (int i = 0; i < 100000; i++) {  
 Cache.put(Thread.currentThread().getId() + key + i, i, 300000);  
 }  
 });  
 }  
 //等待全部線程執(zhí)行完成，打印執(zhí)行時(shí)間  
 for (Future future : futures) {  
 future.get();  
 }  
 System.out.printf("添加耗時(shí)：%dms  
", System.currentTimeMillis() - start);  
 }  
 /********查詢********/  
 {  
 long start = System.currentTimeMillis();  
 for (int j = 0; j < 10; j++) {  
 futures[j] = executorService.submit(() -> {  
 for (int i = 0; i < 100000; i++) {  
 Cache.get(Thread.currentThread().getId() + key + i);  
 }  
 });  
 }  
 //等待全部線程執(zhí)行完成，打印執(zhí)行時(shí)間  
 for (Future future : futures) {  
 future.get();  
 }  
 System.out.printf("查詢耗時(shí)：%dms  
", System.currentTimeMillis() - start);  
 }  
 System.out.println("當(dāng)前緩存容量：" + Cache.size());  
 }  
} 

測(cè)試結(jié)果： 

***********不設(shè)置過期時(shí)間**********  
key:id, value:123  
key:id, value:123  
key:id, value:null  
***********設(shè)置過期時(shí)間**********  
key:id, value:123456  
key:id, value:null  
***********并發(fā)性能測(cè)試************  
添加耗時(shí)：2313ms  
查詢耗時(shí)：335ms  
當(dāng)前緩存容量：1000000 

測(cè)試程序使用有10個(gè)線程的線程池來模擬并發(fā)，總共執(zhí)行一百萬(wàn)次添加和查詢操作，時(shí)間大約都在兩秒多，表現(xiàn)還不錯(cuò)，每秒40萬(wàn)讀寫并發(fā)應(yīng)該還是可以滿足大多數(shù)高并發(fā)場(chǎng)景的^_^