本地缓存的实现以及遇到的问题

本地缓存

优势：

1，易用，只是比map多了个过期时间，有超时的概念

2，用软引用，可防止对JVM的堆对象造成out memory

3， 相对集中缓存不需要进行网络开销，消除RPC

缺点：

1，用的是堆内存。会对JVM的垃圾回收造成影响

2，大小控制只能是通过KEY值的存储数量控制，无法通过控制内存占用大小

3，缺少监控方面的设计

4，没有缓存的移除，定期清除失效缓存

5，缓存穿透的问题，当缓存失效时间时，大量访问到了缓存的传统，压到数据库去了

对于3，4问题可以用google的guava

对于1，ehcache可以用JAVA的直接内存.

对于直接内存这部分不好实现，JAVA只提供了个ByteBuffer.allocateDirect(capacity)的方法去应用直接内存，也就意味着要存入直接内存必须先把整个对象***成byte再放入直接内存。

但这样每次都需要***与反序列化的开销，而且得全量加载的堆内存引起垃圾回收。ehcache有直接用native方法实现

踩过的坑：

缓存失效

当缓存出现失效， 瞬间大量访问压到了DB，造成DB的压力

解决：

1，不用失效时间来触发缓存的更新

1， 后台定时刷新最新内容到本地缓存，不依靠失效时间来触发。

2， 结合广播通知模式（如 redis）+本地缓存更新进行更新缓存，而不是通过失效来触发（目前系统主要就是这个模式，待加上案例分享）

当然，两种进行结合效果更好，

WEB服务器不停监控redis的访问，同时定时轮询，覆盖缓存中的内容

2，通过控制进入DB操作的线程数进行控制

如， 通过重入锁的，tryLock的condition，condition，阻塞超时方法，通知等进行控制（待加上案例分享）

缓存穿透

当访问不存在的KEY时，一直传入到数据库层面去，压到DB，造成DB的压

解决：

1， 添加计数器，如当一个KEY的次数达到了10次后， 在缓存总加入该KEY，进行null的返回

2， 是否符合KEY的规则 + Bloom Filter， 用redis的bitmap存数组，对已存在的值进行hash存入（如果是ID，直接存，不需要hash，准确率100%）。 如果访问的有bit位置为0的，必定不存在

返回同一对象地址

本地缓存读取后的修改，会相互影响的问题

解决：

如果需要修改，返回对象需要进行深度clone。

 

基于MAP实现的一个本地缓存

package 
org.hjb.component;

import java.lang.ref.SoftReference;
import java.util.Map;
import java.util.concurrent.ConcurrentHashMap;
import java.util.concurrent.TimeUnit;

import org.apache.logging.log4j.LogManager;
import org.apache.logging.log4j.Logger;

/**
 * 本地缓存
 * 
 * 何锦彬 2017.02.24
 */
public class LocalMemory {

    // 数据
    static class CacheData {

        // 过期时间
        private Long invalidTime;

        private Object data;

        public Long getInvalidTime {
 return invalidTime;
        }

        public void setInvalidTime(Long invalidTime) {
 this.invalidTime = invalidTime;
        }

        public Object getData {
 return data;
        }

        public void setData(Object data) {
 this.data = data;
        }
    }

    private static Logger logger = 
LogManager.getLogger(LocalMemory.class);

    // 存储本地缓存数据.用软引用避免OutOfMemoryError
    static Map<String, SoftReference<CacheData>> localData =
 new ConcurrentHashMap<String, SoftReference<CacheData>>;

    public static final int MAX_SIZE = 10000;

    public static final int WARN_VALUE = 8000;

    /**
     * @param key
     * 缓存KEY
     * @param value
     * 缓存数据
     * @param timeOut
     * 超时时间，单位秒
     */
    public static void put(String key, Object value, Long timeOut) {

        if (localData.size >= WARN_VALUE) {
 logger.warn("注意:本地缓存已经达到临界值,size:" + localData.size);
        }
        if (localData.size > MAX_SIZE) {
 logger.error("超出最大值:" + localData.size);
 return;
        }
        CacheData cacheData = new CacheData;

        long now = System.currentTimeMillis;
        long invalidTime = now + (timeOut * 1000);
        cacheData.setData(value);
        cacheData.setInvalidTime(invalidTime);
        SoftReference<CacheData> refCacheData = new 
SoftReference<CacheData>(cacheData);
        localData.put(key, refCacheData);

    }

    public static final Object get(String key) {
        SoftReference<CacheData> referenceData = 
localData.get(key);
        if (referenceData == null) {
 logger.debug("未找到数据，key => {}", key);
        }
        CacheData cacheData = localData.get(key).get;
        if (cacheData == null) {
 logger.debug("未找到数据，key => {}", key);
        }
        Long invalidTime = cacheData.getInvalidTime;
        if (invalidTime == null) {
 return null;
        }
        long now = System.currentTimeMillis;
        if (now > invalidTime) {
 // 清除缓存
 localData.remove(key);
 return null;
        }
        return cacheData.getData;
    }

    public static void put(String key, Object value, long time, TimeUnit
 unit) {
        put(key, value, unit.toSeconds(time));
    }

    public static void main(String[] args) throws InterruptedException {
        String key = "test";
        Object value = "hello world";
        LocalMemory.put("test", value, 1l);
        System.out.println(LocalMemory.get(key));
        Thread.sleep(2000);
        System.out.println(LocalMemory.get(key));
    }

}