Java实现LRU缓存的实例详解

java实现lru缓存的实例详解

1.cache

cache对于代码系统的加速与优化具有极大的作用，对于码农来说是一个很熟悉的概念。可以说，你在内存中new 了一个一段空间（比方说数组，list）存放一些冗余的结果数据，并利用这些数据完成了以空间换时间的优化目的，你就已经使用了cache。

有服务级的缓存框架，如memcache，redis等。其实，很多时候，我们在自己同一个服务内，或者单个进程内也需要缓存，例如，lucene就对搜索做了缓存，而无须依赖外界。那么，我们如何实现我们自己的缓存？还要带自动失效的，最好还是lru（least recently used）。

当你思考怎么去实现，你可能会想得很远。为了lru，需要把刚使用的数据存入栈，或者纪录每个数据最近使用的时间，再来的定时扫描失效的线程….其实，java本身就已经为我们提供了lru cache很好的实现，即linkedhashmap。

2.linkedhashmap分析

很多没有去细究过其内部实现的人，只是将其当作一个普通的hashmap来对待。linkedhashmap是一个双向链表，加上hashtable的实现。表现出来与普通hashmap的一个区别就是linkedhashmap会记录存入其中的数据的顺序，并能按顺取出。
为了实现，一个hash表，自然应该先申请在一片连续的内存空间上。当需要存入数据的时候，根据相应的hash值存入。而linkedhashmap在这个基础上，为每个entry设置了before与after属性，形了一个双向链表，记录了他们put进入的前后顺序。

不仅如此，每当通过get来获得某个元素后，get方法内部，会在最后通过afternodeaccess方法来调整链表的指向:

void afternodeaccess(node<k,v> e) { // move node to last
  linkedhashmap.entry<k,v> last;
  if (accessorder && (last = tail) != e) {
    linkedhashmap.entry<k,v> p =
      (linkedhashmap.entry<k,v>)e, b = p.before, a = p.after;
    p.after = null;
    if (b == null)
      head = a;
    else
      b.after = a;
    if (a != null)
      a.before = b;
    else
      last = b;
    if (last == null)
      head = p;
    else {
      p.before = last;
      last.after = p;
    }
    tail = p;
    ++modcount;
  }
}

上述代码将node e移至了双向链表的未尾。而在方法afternodeinsertion中，只要满足条件，便移除最老的数据,即链表的head。

void afternodeinsertion(boolean evict) { // possibly remove eldest
  linkedhashmap.entry<k,v> first;
  if (evict && (first = head) != null && removeeldestentry(first)) {
    k key = first.key;
    removenode(hash(key), key, null, false, true);
  }
} 

可见，当你为linkedhashmap设置有限空间的时候，自然便完成了lru cache的效果。当然还有一个前提，你必须重写一个方法removeeldestentry,返回true。表示空间已满时，删除最老的。

@override
public boolean removeeldestentry(map.entry<k, v> eldest){   
  return size()>capacity;    
}

3.线程安全的lru cache

如此，我们就获得了一个lru缓存利器，满足了我们大多场景下的需求。但还有一个问题，它不是线程安全的。在多线程的情况下，你有可能需要对某些cache做同步处理。这时候，你再找，可以看到java有concurrenthashmap的实现，但并不存在concurrentlinkedhashmap这样的类。

当然这个问题也不大，我们可以对再有的linkedhashmap，再作封装，对get，put, 之类的方法加上同步操作。

目前，我们所用的处理，是直接采和google提供的guava包，这里面就提供了我们想要的concurrentlinkedhashmap。这样就可以很方便地实现一个线程安全。具体代码如下:

import java.util.set;

 import com.googlecode.concurrentlinkedhashmap.weighers;
 import com.googlecode.concurrentlinkedhashmap.concurrentlinkedhashmap;
 public class concurrentlrucache<k, v> {
   public static final int           default_concurency_level = 32;

 private final concurrentlinkedhashmap<k, v> map;


 public concurrentlrucache(int capacity) {
   this(capacity, default_concurency_level);
 }

 public concurrentlrucache(int capacity, int concurrency) {
   map = new concurrentlinkedhashmap.builder<k, v>().weigher(weighers.<v> singleton())
    .initialcapacity(capacity).maximumweightedcapacity(capacity)
    .concurrencylevel(concurrency).build();
 }

 public void put(k key, v value) {
   map.put(key, value);
 }

 public v get(k key) {
   v v = map.get(key);
   return v;
 }

 public v getinternal(k key) {
   return map.get(key);
 }

 public void remove(k key) {
   map.remove(key);
 }

 public long getcapacity() {
   return map.capacity();
 }


 public void updatecapacity(int capacity) {
   map.setcapacity(capacity);
 }


 public int getsize() {
   return map.size();
 }


 public void clear() {
   map.clear();
 }

 public set<k> getkeyset() {
   return map.keyset();
 }
}

以上就是java实现lru缓存的实例，如有疑问请留言或者到本站社区交流讨论，感谢阅读，希望能帮助到大家，谢谢大家对本站的支持！