利用Hutoolcache来改造本地缓存数据

程序中有个从数据字典表获取数据记录的service -- TDicdataServiceImpl。

§ 利用ScheduledThreadPoolExecutor实现本地数据缓存

考虑到频繁获取字典数据，后来做了本地缓存。实现方案是利用ScheduledThreadPoolExecutor#schedule 。 在频繁访问这个方法过程中，设定每10分钟清理内存数据。

package com.cn.yft.ora.service.impl;

import com.cn.yft.ora.dao.TDicdataDAO;
import com.cn.yft.ora.entity.TDicdata;
import com.cn.yft.ora.service.TDicdataService;
import com.yft.util.StringUtil;
import lombok.extern.slf4j.Slf4j;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.stereotype.Service;

import java.util.HashMap;
import java.util.List;
import java.util.concurrent.ScheduledThreadPoolExecutor;
import java.util.concurrent.TimeUnit;

@Slf4j
@Service
public class TDicdataServiceImpl implements TDicdataService {

    private static HashMap<String,List<TDicdata>> cacheByDicmemo = new HashMap<>();
    private static ScheduledThreadPoolExecutor executor = new ScheduledThreadPoolExecutor(1);

    @Autowired
    private TDicdataDAO tDicdataDAO;

    @SuppressWarnings("unchecked")
    @Override
    public List<TDicdata> selectByDicmemo(String dicmemo) {if(StringUtil.isEmpty(dicmemo)) return null;
        List<TDicdata> list = cacheByDicmemo.get(dicmemo);
        if(list == null || list.size() == 0){
            list = this.tDicdataDAO.selectByDicDesc(dicmemo);
            cacheByDicmemo.put(dicmemo, list);
        }
        if(executor.getActiveCount()+executor.getQueue().size()==0) {
            executor.schedule(this::cacheByDicmemoClean,10, TimeUnit.MINUTES);
        }
        return list;
    }

    @Override
//    @Scheduled(cron = "0 0/10 * * * ?")  注解@Scheduled对spring无效，需在spring.xml单独配置CronTriggerBean
    public void cacheByDicmemoClean() {
        if(!cacheByDicmemo.isEmpty()) {
            int size=cacheByDicmemo.size();
            cacheByDicmemo.clear();
            log.info("#字典缓存已清空---清空缓存---本地缓存--已清空本地内存数据{}条", size);
        }
    }
}

§ 利用Hutool-cache来改造本地缓存数据

说来真巧。上面缓存优化是在2020年年底改造的。 而今适逢一年，旧历2021年的年底，使用Hutool-cache来再做一次改造升级。

hutool里有如下几种类型的缓存，均派生自实现了cn.hutool.cache.Cache<K, V>接口的抽象类cn.hutool.cache.impl.AbstractCache<K, V>：

✅ cn.hutool.cache.impl public class FIFOCache<K, V>
FIFO(first in first out) 先进先出缓存
元素不停的加入缓存直到缓存满为止，当缓存满时，清理过期缓存对象，清理后依旧满则删除先入的缓存（链表首部对象）。优点：简单快速 缺点：不灵活，不能保证最常用的对象总是被保留。

✅ cn.hutool.cache.impl public class LFUCache<K, V>
LFU(least frequently used) 最少使用率缓存
根据使用次数来判定对象是否被持续缓存，使用率是通过访问次数计算的。 当缓存满时清理过期对象。 清理后依旧满的情况下清除最少访问（访问计数最小）的对象并将其他对象的访问数减去这个最小访问数，以便新对象进入后可以公平计数。

✅ cn.hutool.cache.impl public class LRUCache<K, V>
LRU (least recently used)最近最久未使用缓存
根据使用时间来判定对象是否被持续缓存。当对象被访问时放入缓存，当缓存满了，最久未被使用的对象将被移除。 此缓存基于LinkedHashMap，因此当被缓存的对象每被访问一次，这个对象的key就到链表头部。 这个算法简单并且非常快，他比FIFO有一个显著优势是经常使用的对象不太可能被移除缓存。 缺点是当缓存满时，不能被很快的访问。

✅ cn.hutool.cache.impl public class TimedCache<K, V>
定时缓存 此缓存没有容量限制，对象只有在过期后才会被移除。

针对本文这个场景，我采用最少使用率缓存——LFUCache。

package com.cn.yft.ora.service.impl;

import cn.hutool.cache.CacheUtil;
import cn.hutool.cache.impl.LFUCache;
import com.cn.yft.ora.dao.TDicdataDAO;
import com.cn.yft.ora.entity.TDicdata;
import com.cn.yft.ora.service.TDicdataService;
import com.yft.util.StringUtil;
import lombok.extern.slf4j.Slf4j;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.stereotype.Service;
import sun.reflect.generics.reflectiveObjects.NotImplementedException;

import java.util.HashMap;
import java.util.List;
import java.util.concurrent.ScheduledThreadPoolExecutor;
import java.util.concurrent.TimeUnit;

@Slf4j
@Service
public class TDicdataServiceImpl implements TDicdataService {

    // 缓存TTL：10分钟
    private static LFUCache<String,List<TDicdata>> cacheByDicmemo = CacheUtil.newLFUCache(16, TimeUnit.MINUTES.toMillis(10));

    @Autowired
    private TDicdataDAO tDicdataDAO;

    @SuppressWarnings("unchecked")
    @Override
    public List<TDicdata> selectByDicmemo(String dicmemo) {if(StringUtil.isEmpty(dicmemo)) return null;
        List<TDicdata> list = cacheByDicmemo.get(dicmemo);
        if(list == null || list.size() == 0){
            list = this.tDicdataDAO.selectByDicDesc(dicmemo);
            log.debug("获取key={},结果条数={}", dicmemo, list.size());
            cacheByDicmemo.put(dicmemo, list);
        }
        return list;
    }

    @Deprecated // 下面方法不再使用，标记作废
    @Override
    public void cacheByDicmemoClean() {
        throw new NotImplementedException();
    }
}