Guava缓存是谷歌的一种本地缓存，缓存是通过使用本机的内存来存储的，实现原理类似于ConcurrentHashMap,

Guava适用于以下的场景：

1.消耗内存空间来提升速度

2.你预料到某些键会被查询一次以上

3.缓存中存放的数据总量不会超出内存的容量

缓存回收

1.基于容量的回收

CacheBuilder.maximumSize(long)

这种回收方案使用的策略是LRU算法。

LRU算法（Least recently used,最近最少使用）根据数据的历史访问记录来进行淘汰数据，其核心思想是如果数据最近被访问过，那么将来被访问的几率也会很高。

算法的实现是采用的链表的实现，新数据插入到链表的头部，每当缓存命中（即缓存数据被访问），则将找到的该数据移到链表的头部。

当链表满的时候，将链表尾部的数据丢弃。

命中率

当存在热点数据时，LRU的效率很好，但是偶发性的、周期性的批量操作会导致LRU命中率急剧下降，缓存污染情况比较严重。

时间复杂度为O(n）

优缺点

命中时需要遍历链表，找到命中的数据然后移到链表的头部，和链表的特性一样，查找需要遍历整个链表，插入新数据比较快。

2.定时回收

expireAfterAccess(long, TimeUnit)

缓存在给定的时间内没有被访问则被回收

expireAfterWrite(long, TimeUnit)

缓存没有在给定的时间内被写访问（创建或者覆盖）则被回收。

3.基于引用的回收

CacheBuilder.weakKeys()：使用弱引用存储键。当键没有其它（强或软）引用时，缓存项可以被垃圾回收。

CacheBuilder.weakValues()：使用弱引用存储值。当值没有其它（强或软）引用时，缓存项可以被垃圾回收。

CacheBuilder.softValues()：使用软引用存储值。软引用只有在响应内存需要时，才按照全局最近最少使用的顺序回收。

4.显示清除

        指定key进行个别清除：Cache.invalidate(key)    

        指定key进行批量清除：Cache.invalidateAll(keys)

        清除所有缓存项：Cache.invalidateAll()