前言

Caffeine提供了三种驱逐策略 - 基于大小、基于时间、基于引用。

一、基于大小

使用固定大小的容量maximumSize或者maximumWeight，一旦超出将基于recently or very often（最近最少）策略，驱逐元素。

1. maximumSize

要求maximumSize与maximumWeight只能设置一个。此外，maximumSize必须大于0。

e.g.

Cache<Object, Object> cache = Caffeine.newBuilder().maximumSize(10).build();
List<Object> list = new ArrayList<>(100);
for (int i = 0; i < 100; i++) {cache.put(i, i);list.add(i);
}
Map<Object, Object> map = cache.getAllPresent(list);
map.forEach((k, v) -> {System.out.println(k + ":" + v);
})
System.out.println(cache.estimatedSize());

2. maximumWeight

要求maximumSize与maximumWeight只能设置一个。此外，maximumWeight必须大于0。

要求一个Caffeine实例只设置一个weigher(…)方法，maximumWeight必须设置。

e.g.

Cache<Object, Object> cache = Caffeine.newBuilder().maximumWeight(10).weigher(new Weigher<Object, Object>() {@Overridepublic @NonNegative int weigh(@NonNull Object key, @NonNull Object value) {if (value instanceof Integer) {Integer v = (Integer) value;return v;}return 0;}}).build();
List<Integer> list = new ArrayList<>();
for (int i = 0; i < 100; i++) {cache.put(i, i);list.add(i);
}Map<Object, Object> map = cache.getAllPresent(list);
map.forEach((k, v) -> {System.out.println(k + ":" + v);
});System.out.println(cache.estimatedSize());

二、基于时间

1. expireAfterAccess

在创建、更新、读取之后的一段时间剔除。

Cache.asMap().get(Object)、Cache.asMap().put(K, V)等方法会触发访问时间重置，但是Cache.asMap()方法不会。

e.g.

public class FakeTicker implements Ticker {private final AtomicLong nanos = new AtomicLong();public FakeTicker advance(long time, TimeUnit unit) {this.nanos.getAndAdd(unit.toNanos(time));return this;}// Returns the number of nanoseconds elapsed since this ticker's // fixed point of reference.@Overridepublic long read() {return this.nanos.get();}}

FakeTicker ticker = new FakeTicker();
Cache<Object, Object> cache = Caffeine.newBuilder().ticker(ticker).expireAfterAccess(Duration.ofSeconds(5)).build();
cache.put("hello", "world");
System.out.println(cache.getIfPresent("hello"));
fakeTicker.advance(5, TimeUnit.SECONDS);
System.out.println(cache.getIfPresent("hello"));
System.out.println(cache.estimatedSize());

2. expireAfterWrite

在创建、更新之后的一段时间剔除。

3. expireAfter

Expiry

可以返回Long.MAX_VALUE，表示不剔除的语义。

三、基于引用

Caffeine使用篇 - Eviction相关推荐

Caffeine使用篇 - Cleanup
文章目录前言一.CleanUp 前言默认情况下,在一个值失效之后,Caffeine没有自动或者立刻执行清理.驱逐值.相反,它在写操作之后或者读操作(写操作很少的情况)之后执行少量的维护工作.如果 ...
Caffeine - Caches - Eviction
Caffeine - Caches - Eviction 剔除策略基于容量的剔除基于时间的剔除基于引用的剔除剔除策略 Caffeine提供了三种类型的提出方式:基于容量的剔除.基于时间的剔除和 ...
Caffeine实战教程篇
[干货点] 该篇文章是前三篇文章Caffeine系列的总结,算是全网最全的实战教程了,每个知识点都有相关demo和应用场景,以及相关的坑,这些都一一声明了,看完该篇文章,你就能够入门Caffeine了 ...
Caffeine Eviction策略
Caffeine缓存剔除策略有三个: 基于容量剔除基于时间剔除基于引用剔除基于容量剔除 // 如果缓存的条目大于maximumSize值时,caffeine将尝试剔除最近或很少使用的缓存条目 L ...
Caffeine本地缓存详解（一篇就明白）
结论:Caffeine 是目前性能最好的本地缓存,因此,在考虑使用本地缓存时,直接选择 Caffeine 即可. 先看一个小例子,明白如何创建一个 Caffeine 缓存实例. Caffeine ca ...
Caffeine Cache~高性能 Java 本地缓存之王
前面刚说到Guava Cache,他的优点是封装了get,put操作:提供线程安全的缓存操作:提供过期策略:提供回收策略:缓存监控.当缓存的数据超过最大值时,使用LRU算法替换.这一篇我们将要谈到一个 ...
本地缓存之王-Caffeine
引言随着业务体量的增长,使用的缓存方案一般会经过:1)无缓存直接查DB:2)数据同步+Redis:3)多级缓存三个阶段. 第1阶段直接查DB只能用于小流量场景,随着QPS升高,需要引入缓存来减轻D ...
一文深入了解史上最强的Java堆内缓存框架Caffeine
它提供了一个近乎最佳的命中率.从性能上秒杀其他一堆进程内缓存框架,Spring5更是为了它放弃了使用多年的GuavaCache 缓存,在我们的日常开发中用的非常多,是我们应对各种性能问题支持高并发的一 ...
Caffeine （史上最全）
文章很长,建议收藏起来,慢慢读! 备注:持续更新中- 疯狂创客圈经典图书 : <Netty Zookeeper Redis 高并发实战> 面试必备 + 大厂必备 + 涨薪必备疯狂创客圈 ...

Caffeine使用篇 - Eviction

文章目录

前言

一、基于大小

二、基于时间

三、基于引用

Caffeine使用篇 - Eviction相关推荐

最新文章

热门文章