JAVA项目中常用LRU缓存过期策略实现方式对比

简介

缓存是提高系统性能的一种重要手段，而lru(Least Recently Used,最近最少使用)缓存策略又是缓存中很重要的一种缓存过期策略。

随着各种框架和产品的发展与迭代，目前可以供我们选择的缓存实现方式也多种多样，至于最种选择哪种实现方式，往往需要结合着项目自身的实际情况来考虑。

本文将根据我的实际使用经验，对JAVA项目中常用的三种缓存实现方式进行一个简短的描述与总结。

• 其于LinkedHashMap缓存的实现方式
• guava包下的cache
• redis中的lru缓存实现方式

其于LinkedHashMap缓存的实现方式

使用方式

继承LinkedHashMap,并实现removeEldestEntry方法即可

示例如下：

public class LinkedHashMapLruTest {
    public static class MyLruCache<K, V> extends LinkedHashMap<K, V> {
        private Integer maxSize;

        public MyLruCache(Integer maxSize) {
            this.maxSize = maxSize;
        }

        @Override
        protected boolean removeEldestEntry(Map.Entry<K, V> eldest) {
            return size() > this.maxSize;
        }
    }

    public static void main(String[] args) {
        MyLruCache<String, String> cacheMap = new MyLruCache<>(6);
        //放入缓存
        for (int i = 1; i <= 10; i++) {
            cacheMap.put(i + "", i + "");
            if (i % 2 == 0) {
                System.out.println(i + "热点数据:[2]");
                cacheMap.put(2 + "", "我是热点数据2");
            }
            if (i % 3 == 0) {
                System.out.println(i + "热点数据:[3]");
                cacheMap.put(3 + "", "我是热点数据3");
            }
        }
        //输出
        System.out.println("----------------------");
        Set<String> keySet = cacheMap.keySet();
        for (String keyName : keySet) {
            System.out.println(keyName);
        }
    }
}

示例输出结果：

2热点数据:[2]
3热点数据:[3]
4热点数据:[2]
6热点数据:[2]
6热点数据:[3]
8热点数据:[2]
9热点数据:[3]
10热点数据:[2]
----------------------
7
8
2
9
3
10

guava包下的cache

使用方式

直接到guava的github官网，找到pom，直接引入即可

        <dependency>
            <groupId>com.google.guava</groupId>
            <artifactId>guava</artifactId>
            <version>30.1-jre</version>
        </dependency>

引入后，直接敲代码试一下：

import com.google.common.cache.Cache;
import com.google.common.cache.CacheBuilder;

import java.util.Set;

public class GuavaCacheTest {

    public static void main(String[] args) {
        Cache<String, String> cache = CacheBuilder.newBuilder().maximumSize(6).build();
        //放入缓存
        for (int i = 1; i <= 10; i++) {
            cache.put(i + "", i + "");
            if (i % 2 == 0) {
                System.out.println(i + "热点数据:[2]");
//                cache.put(2 + "", "我是热点数据2");
                cache.getIfPresent("2");

            }
            if (i % 3 == 0) {
                System.out.println(i + "热点数据:[3]");
//                cache.put(3 + "", "我是热点数据3");
                cache.getIfPresent("3");
            }
        }
        //输出
        System.out.println("----------------------");
        Set<String> keySet = cache.asMap().keySet();
        for (String keyName : keySet) {
            System.out.println(keyName);
        }
    }
}

示例输出结果：

2热点数据:[2]
3热点数据:[3]
4热点数据:[2]
6热点数据:[2]
6热点数据:[3]
8热点数据:[2]
9热点数据:[3]
10热点数据:[2]
----------------------
2
10
3
9
8
7

redis中的lru策略

使用方式

redis官方文档如下：
https://redis.io/documentation

关于redis中lru的描述地址为：
https://redis.io/topics/lru-cache

redis中关于如何开启缓存key的lru淘汰策略可以上面的地址中查看具体的方法

It is possible to set the configuration directive using the redis.conf file, or later using the CONFIG SET command at runtime.

可以通过设置redis.conf文件或CONFIG SET命令来临时设置
其中redis.conf的配置参考文件可通过github查看，地址为：https://raw.githubusercontent.com/redis/redis/6.0/redis.conf

简短对比

简单对比后，感觉不管哪种lru的缓存方式都各有特点。
如果应用简单直接用LinkedHashMap也就可以了

但如果想做到更细粒度化的缓存(如：还需支持定时过期)推荐使用guava下的cache，毕竟这个比自己实现的LinkedHashMap缓存强很多

如果项目是分布式的应用缓存，那就必须得上redis了。不管是lru还是ttl的缓存过期，它都能搞定