在工作中，加Cache是非常常见的一种性能优化手段，操作系统底层、计算机硬件层为了性能优化加了各种各样的Cache，当然大多数都是对应用层透明的。但如果你想在应用层加Cache的话，可能就需要你自己实现了。
其实在Java环境下，Cache有各种各样的选择，比如最初级的你可以直接用HashMap实现一个Cache，不过你得自己关注下数据加载和淘汰的策略。更高级的有像spring-cache，代码都不需要改，只需要简单加几个注解就可以实现对关键数据的缓存，相当方便（后续我也会出一篇博客介绍下spring-cache）。 今天我们要介绍的是谷歌guava包中的LoadingCache， 也是功能完善，简单好用。
LoadingCache是Guava包中提供一个一种本地Cache，本地Cache的优势就是没有网络IO，速度快。但劣势也很明显，Cache容量受限于本地内存大小，Cache中的数据没法共享。所以它就只适合少量热点数据的缓存，其使用方法也很简单，我们拿maven为例，你只需要添加一下Maven依赖即可引入guava包：
<dependency>
<groupId>com.google.guava</groupId>
<artifactId>guava</artifactId>
<version>31.1-jre</version>
</dependency>使用代码也非常简单，如下：
private static LoadingCache<String, String> cache =
CacheBuilder.newBuilder()
// 初始化容量
.initialCapacity(4)
// 缓存池大小，在缓存数量到达该大小时， Guava开始回收旧的数据
.maximumSize(8)
// 设置时间对象没有被读/写访问则对象从内存中删除(在另外的线程里面不定期维护)
.expireAfterAccess(5, TimeUnit.SECONDS)
// 设置缓存在写入之后 设定时间 后失效
.expireAfterWrite(5, TimeUnit.SECONDS)
// 数据被移除时的监听器, 缓存项被移除时会触发执行
.removalListener((RemovalListener<String, String>) rn -> {
System.out.println(String.format("数据key:%s value:%s 因为%s被移除了", rn.getKey(), rn.getValue(),
rn.getCause().name()));
})
// 开启Guava Cache的统计功能
.recordStats()
// 数据写入后被多久刷新一次
.refreshAfterWrite(5, TimeUnit.SECONDS)
// 数据并发级别
.concurrencyLevel(16)
// 当缓存中没有数据时的数据加载器
.build(new CacheLoader<String, String>() {
@Override
public String load(String key) throws Exception {
return key + "_" + System.currentTimeMillis();
}
}); 然后我们就可以直接在代码的其他地方用cache.get("myKey") 来愉快地使用LoadingCache了，它会主动加载数据，并在存储空间不够或者数据过期时清理掉不需要的数据，非常省心且方便。
这里有些重点参数，下面详细介绍下：
| 参数 | 作用 | 注意事项 |
|---|---|---|
| maximumSize | 缓存的k-v最大数据，当总缓存的数据量达到或者快达到这个值时，就会淘汰它认为不太用的一份数据，近似LRU或者LFU策略 | 并不一定是达到这个值才开始淘汰旧数据，可能接近时就会开始淘汰 |
| expireAfterAccess | 数据被访问后多久就会过期，这个策略主要是为了淘汰长时间不被访问的数据 | 数据过期不是立即淘汰，而是有数据访问时才会触发 |
| expireAfterWrite | 数据写入后多久过期，这个策略是为了防止旧数据被缓存过久 | 同上 |
| refreshAfterWrite | 数据写入后多久刷新一次，这个类似于expireAfterWrite，但它会主动更新数据 | 同上 |
| concurrencyLevel | 数据的并发级别，LoadingCache为了实现线程安全，它里面采用了类似Java7中ConcurrentHashMap的实现，采用了分段加锁的方式，分段数影响了它的最大并发量 | |
| recordStats | 开启Cache的状态统计(默认是开启的) | 开启这个是会影响到性能的，如果要求极致性能的话关注下个 |
我们来重点介绍下CacheLoader CacheStats和RemovalListener，因为这三者涉及到了数据的加载、使用和删除的完整生命周期，先来看下CacheLoader。
CacheLoader
CacheLoader的作用就是为了在Cache中数据缺失时加载数据，其中最重要的方法就是load()方法，你可以在load() 方法中实现对应key加载数据的逻辑。在调用LoadingCache的get(key)方法时，如果key对应的value不存在，LoadingCache就会调起你在创建cache时传入的CacheLoader的load方法。
CacheStats
使用CacheStats cacheStats = cache.stats(); 我就可以获取到cache的stats数据。从cacheStats中我们可以看到cache的命中率、命中数、异常率、加载时延……等数据，通过这些数据就可以直观地看出我们cache的一些性能指标，如果做出一些参数调整。 比如如果命中率过低，我们是不是可以调整大下maximumSize，或者调整下数据的过期策略？
RemovalListener
RemovalListener会在LoadingCache中数据被清理时调起，其实就是个监听器模式，这样你可以通过Listener实现对数据淘汰事件的监听，比如在数据淘汰时打一行日志啥的。使用方法也很简单，在Java8+上你可以直接使用lambda表达式，或者也可以自己实现RemovalListener接口，并在构建Cache时注册进去即可。
public enum RemovalCause {
EXPLICIT {
@Override
boolean wasEvicted() {
return false;
}
},
REPLACED {
@Override
boolean wasEvicted() {
return false;
}
},
COLLECTED {
@Override
boolean wasEvicted() {
return true;
}
},
EXPIRED {
@Override
boolean wasEvicted() {
return true;
}
},
SIZE {
@Override
boolean wasEvicted() {
return true;
}
};
abstract boolean wasEvicted();
}在RemovalListener内，我们可以通过RemovalListener获取到被删除的数据的key和value，也可以知晓数据被删除的原因。可以看到有个RemovalCause枚举类，详细说明了几种数据被清除的原因，比如被用户主动删除(RemovalCause.EXPLICIT)，被替换(RemovalCause.REPLACED)，过期淘汰(RemovalCause.EXPIRED)，被GC收集器删除(RemovalCause.COLLECTED)，容量不够导致的删除(RemovalCause.SIZE)。
关于LoadingCache的介绍就到这了。再说下谷歌的guava包，其实guava是一个很好用的Java开源开发包，里面除了cache之外，还有各种集合工具、并发工具，Cache只是其中很小的一部分，后续有机会我们在详细探索下guava。今天的文章就到这了，大家觉得有用请点赞，喜欢请关注。
