Guava -- 集合类 和 Guava Cache

Guava -- 集合类 和 Guava Caches

1. 什么是 Guava

Guava 是 google 推出的一个第三方 java 库,用来代替 jdk 的一些公共操作,给我印象特别深的就是 Collection 的扩展和本地缓存的扩展这两个方面了。所以今天也就主要来讲讲 guava 的 collection 和 caches 两方面。

2. 依赖

使用 guava 非常简单,可以直接通过 maven 导入依赖:

<dependency>
    <groupId>com.google.guava</groupId>
    <artifactId>guava</artifactId>
    <version>28.0-jre</version>
</dependency>

3. Collection 集合

Guava 给我们提供了一套非常实用的集合工具类 api,减少了原生 java 代码的繁杂。这里简单举例一下:

  1. 创建列表:

    List<TypeThatsTooLongForItsOwnGood> list = Lists.newArrayList();
    
  2. 初始化列表也非常简单:

    List<String> theseElements = Lists.newArrayList("alpha", "beta", "gamma");
    

    对比原生 java 的操作,原生 java 操作就显得过于繁琐了。(先创建 list,再将元素 add 进 list)。

  3. 还有创建 map 也非常简单:

    Map<KeyType, LongishValueType> map = Maps.newLinkedHashMap();
    

更多详细用法可以参考这两份资料,这里只做简单介绍:

4. Caches

guava caches 用来当本地缓存个人认为是一个非常不错的选择。

1. 创建 cache

举个例子:

​```java
private Cache<String, List<Integer>> localCache = CacheBuilder.newBuilder()
            .maximumSize(30)
            .expireAfterWrite(2, TimeUnit.MINUTES)
            .recordStats() 
            .build();
​```

各个参数解释:

  • CacheBuilder.newBuilder().build(): 创建一个 Cache 缓存对象。
  • maximumSize(30): 设置最大存储为 30 个对象。当存储超过 30 个对象时,最近最久未使用的 key-value 将被回收(LRU 算法)【基于内存占用大小的回收】
  • exprieAfterWrite(2, TimeUnit.MINUTES): 设置过期时间,表示 add 到 Cache 中的对象将 2 mins 后过期。【基于时间的回收】
  • recordStats() : 开启统计信息开关
2. 查询 or 保存数据

使用 get 方法将数据存入本地缓存中或查询数据。

Cache的get方法有两个参数,第一个参数是要从Cache中获取记录的key,第二个记录是一个Callable对象。当缓存中已经存在key对应的记录时,get方法直接返回key对应的记录。如果缓存中不包含key对应的记录,Guava会启动一个线程执行Callable对象中的call方法,call方法的返回值会作为key对应的值被存储到缓存中,并且被get方法返回。

举个例子:

localCache.get("key", () -> this.queryRedis(platformId, type))

表示将 redis 中查出来的数据放入本地缓存。

可以使用 getall() 方法批量查询

3. 缓存失效

guava 使缓存失效的方法

  • invalidate(key):废弃缓存中当前key对应的所有value值。
  • invalidateAll():废弃缓存中所有的value值。
  • invalidateAll(Iterable<?> keys):废弃传入key集合中对应的所有缓存中的value值。

举个例子:

localCache.invalidateAll() // 使所有缓存失效
4. 查询监控状态

可以对Cache的命中率、加载数据时间等信息进行统计。在构建Cache对象时,可以通过CacheBuilder的recordStats方法开启统计信息的开关。开关开启后Cache会自动对缓存的各种操作进行统计,调用Cache的stats方法可以查看统计后的信息。

localCache.stats();     // 获取统计信息

CacheStats 中的几个方法:

  • requestCount():返回Cache的lookup方法查找缓存的次数,不论查找的值是否被缓存。

  • hitCount():返回Cache的lookup方法命中缓存的次数。

  • hitRate():返回缓存请求的命中率,命中次数除以请求次数。

  • missCount():返回缓存请求的未命中的次数。

  • missRate():返回缓存请求未命中的比率,未命中次数除以请求次数。

  • loadCount():返回缓存调用load方法加载新值的次数。

  • loadSuccessCount():返回缓存加载新值的成功次数。

  • loadExceptionCount():返回缓存加载新值出现异常的次数。

  • loadExceptionRate():返回缓存加载新值出现异常的比率。

  • totalLoadTime():返回缓存加载新值所耗费的总时间。

  • averageLoadPenalty():缓存加载新值的耗费的平均时间,加载的次数除以加载的总时间。

  • evictionCount():返回缓存中条目被移除的次数。

  • minus(CacheStats other):返回一个新的表示当前CacheStats与传入CacheStats之间差异的CacheStats实例。

  • plus(CacheStats other):返回一个新的表示当前CacheStats与传入CacheStats之间总计的CacheStats实例。

5. asMap 方法

在任何Cache上使用asMapConcurrentMap视图查看缓存。

如:

ConcurrentMap<String, List<Integer>> map = localCache.asMap(); 
6. 更多详细用法:

5. guava 官方文档和中文文档

可以翻看官方文档的 wiki,很详细。这两个项目都托管在 GitHub 上。

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 218,546评论 6 507
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 93,224评论 3 395
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 164,911评论 0 354
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 58,737评论 1 294
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 67,753评论 6 392
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,598评论 1 305
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,338评论 3 418
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 39,249评论 0 276
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,696评论 1 314
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,888评论 3 336
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 40,013评论 1 348
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,731评论 5 346
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 41,348评论 3 330
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,929评论 0 22
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 33,048评论 1 270
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 48,203评论 3 370
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,960评论 2 355