内容简介:推荐阅读:
不羡鸳鸯不羡仙,一行代码调半天。原创:小姐姐味道(微信公众号ID:xjjdog),欢迎分享,转载请保留出处。
我想把记忆缓存起来,等再次见到你,就能够很快认出你。
能够说出这么有哲理的话,得益于我对缓存的理解,以及对它的看重。没有了缓存,我的人生就没有了意义。
缓存是非常重要的,工作中大部分工作可以说是和缓存打交道。由于使用广泛,所以针对缓存系统的任何优化,如果能够提高一丁点儿性能,就会让人无比兴奋。
很长一段时间,我都在用 Guava
的 LoadingCache
。它和 ConcurrentHashMap
是非常像的,但在其上封装了一些好用的逐出策略和并发优化,就显得好用的多。
今天主要说的是 Caffeine
,中文名就是咖啡因,一种容易让人精神亢奋的物质。它可以说是Guava的重写,但是效率却非常的高,青出于蓝而胜于蓝。
下图是Caffeine的一张性能测试图。可以看到它的性能,甩了GuavaCache老远。这是为什么呢?
首先要从它的作者开始说起。作者的github是( https://github.com/ben-manes ),曾经写了 ConcurrentLinkedHashMap
这个类,而这个类又是GuavaCache的基础。 Ben Manes
一拍脑袋,决定更上层楼。
为什么说Caffeine好?
后浪Caffeine一来,GuavaCache就已经OUT了。
Caffeine支持异步加载方式,直接返回 CompletableFutures
,相对于GuavaCache的同步方式,它不用阻塞等待数据的载入。另外,它的编程模型是友好的,省去了很多重复的工作。
GuavaCache是基于LRU的,而Caffeine是基于LRU和LFU的,结合了两者的优点。对这两个算法不太清楚的同学,可以参考xjjdog之前的文章: 《3种堆内缓存算法,赠源码和设计思路》
两者合体之后,变成了新的 W-TinyLFU
算法,它的命中率非常高,内存占用更加的小,这是主要原因所在。
Caffeine另外一个比较快的原因,就是很多操作都使用了异步,把这些事件提交到队列里。队列使用的 RingBuffer
,看到这个名词,我不自觉的想到了 lmax
的 Disruptor
,它已经成了无锁高并发的代名词。
测试命中率
我们决定拿线上的数据进行验证一下。事实上,大部分比较重要的Cache,我都已经使用Caffeine替换了,完成了骚气的升级。
由于它们的 API
长得非常像,这个过程是无痛的,连麻药都不需要打。
其中有个业务,有一个大的堆内缓存,缓存了用户数据。里面包含用户名、性别、地址、积分等属性,形成了一个JSON对象,但大小不超过1KB。通过灰度,根据不同的策略,我们测试了它的实际命中率。
策略1
-
最大缓存
1w
用户 -
数据进入缓存后,5分钟失效(需要重新读取)
命中率:
-
Caffeine 29.22 %
-
Guava 21.95%
策略2
-
加大缓存数据量到6w用户
-
数据进入缓存后,20分钟失效,这个和Session有的一拼了
命中率(依然是高一筹):
-
Caffeine 56.04 %
-
Guava 50.01%
策略3
-
直接加大缓存到15w用户
-
数据进入缓存后,30分钟失效
此时的命中率:
-
Caffeine 71.10 %
-
Guava 62.76%
Caffeine的命中率一直是领先的。命中率高,效率自然也就高。调整到50%以上,我们的缓存作用就很大了。
异步载入
再放上官方的两张测试图:
(1) Read (75%) / Write (25%)
(2) Write (100%)
(3) Read (100%)
我们一直在提Caffeine的异步加载。那代码到底长什么样子呢?异步加载缓存使用了响应式编程模型,返回的是 CompletableFuture
对象。说实话,代码长得和Guava很像。
public static void main(String[] args) { AsyncLoadingCache<String, String> asyncLoadingCache = Caffeine.newBuilder() .maximumSize(1000) .buildAsync(key -> slowMethod(key)); CompletableFuture<String> g = loadingCache.get("test"); String value = g.get(); } static String slowMethod(String key) throws Exception { Thread.sleep(1000); return key + ".result"; }
我记得前段时间翻Spring的源码时,也看到过它。
在SpringBoot里,通过提供一个 CacheManager
的Bean,即可与 Springboot-cache
进行集成,可以说是很方便了。
关键代码。
//bean生成 @Bean("caffeineCacheManager") public CacheManager cacheManager() { CaffeineCacheManager cacheManager = new CaffeineCacheManager(); cacheManager.setCaffeine(Caffeine.newBuilder() .maximumSize(1000)); return cacheManager; } //使用注入 @CacheConfig(cacheNames = "caffeineCacheManager") //信息缓存 @Cacheable(key = "#id")
技术框架这么多,何时是尽头。
作者简介: 小姐姐味道 (xjjdog),一个不允许 程序员 走弯路的公众号。聚焦基础架构和Linux。十年架构,日百亿流量,与你探讨高并发世界,给你不一样的味道。我的个人微信xjjdog0,欢迎添加好友,进一步交流。交流。
后台回复“ 加群 ”,带你进入高手如云交流群
推荐阅读:
以上所述就是小编给大家介绍的《新一代缓存Caffeine,速度确实比Guava的Cache快》,希望对大家有所帮助,如果大家有任何疑问请给我留言,小编会及时回复大家的。在此也非常感谢大家对 码农网 的支持!
猜你喜欢:- 新一代缓存-Caffeine
- 新一代缓存 Caffeine,速度确实比 Guava 的 Cache 快
- Omen:新一代的预测市场
- 新一代CMDB模型构建指南
- 如何定义新一代云SDN?
- 谷歌AI公开新一代“目标检测”系统
本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们。
互联网+秋叶课堂:我的网课创业
秋叶 / 北京:机械工业出版社 / 2016-3-1 / 39.0
在线教育被很多人视为 “互联网+”创业热潮中的下一个风口,越来越多的老师和创业者选择在线教育创业。本书作者秋叶老师2013年双11正式带一帮小伙伴开始在线教育创业,在短短两年内“从0到1”,累计做到了超500万元的销售业绩,成为国内Office领域在线教育运营最成功的团队之一。在这本书中秋叶老师结合自己的实战经历,向各位完整剖析了两年创业的真实复盘思考,是一本值得在线教育创业同行入手的必读书。 ......一起来看看 《互联网+秋叶课堂:我的网课创业》 这本书的介绍吧!