Java实现LRU缓存的实例详解

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 e) { // move node to last

LinkedHashMap.Entry last;

if (accessOrder && (last = tail) != e) {

LinkedHashMap.Entry p =

(LinkedHashMap.Entry)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 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 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 {

public static final int DEFAULT_CONCURENCY_LEVEL = 32;

private final ConcurrentLinkedHashMap map;

public ConcurrentLRUCache(int capacity) {

this(capacity, DEFAULT_CONCURENCY_LEVEL);

}

public ConcurrentLRUCache(int capacity, int concurrency) {

map = new ConcurrentLinkedHashMap.Builder().weigher(Weighers. 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 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！

版权声明：本文内容由网络用户投稿，版权归原作者所有，本站不拥有其著作权，亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容，请联系我们jiasou666@gmail.com 处理，核实后本网站将在24小时内删除侵权内容。