java使用Map做缓存你真的用对了吗?弱引用WeakHashMap了解一下

发布日期:2019-10-24

目录

关于缓存我们应该考虑什么?-intsmazeWeakHashMap弱引用-intsmaze线程安全问题-intsmazeCollections-intsmazeThreadLocal-intsmaze

序:使用java的Map做缓存,你是否考虑过容量导致的OOM问题,是否考虑命中率对性能的影响??

应用系统开发中,我们经常会使用redismemcache等第三方框架做缓存的解决方案,有的时候我们的需求以及应用场景并不是那么复杂,而且交付日期已经秒计了。我们怎么敢在现有的应用中引入第三方框架,火都把头顶烧秃咯。这个时候怎么办,绩效啊,年终奖啊。

关于缓存我们应该考虑什么?-intsmaze

可能大部分人使用缓存都仅仅是取和存操作,但是呢!如果对计算机操作系统有所了解,其实不用看redis的配置文件就知道要考虑容量的问题。比如操作系统中的页面调度的各种FIFO,LRU算法都是为了提高命中率。同样我们在应用中使用缓存也应该考虑命中率和容量问题。尤其是我们使用Java的map做简单的缓存,更是应该考虑。

女神:容量是吗?说的那么高大上,不就new的时候指定一下容量嘛,这么简单

new HashMap<Integer Byte[]>(100)

intsmaze:您好,你可以尝试往map里面添加101个元素,然后遍历map看看遍历的数据个数是100还是101,HashMap内部有一个数组,会自动扩容的亲。

女神:哎呀,确实。那么我就把HashMap封装一下吧。

private Map<StringString> map=new HashMap<StringString>() private int len public intsmaze(int len) { this.len=len } boolean put(String keyString value) { if(map.size()==len) { return false } else { map.put(key value) return true } }

intsmaze:您好,这样确实解决了OOM问题,但是我有一个问题不知当讲不当讲,这样做的话,是不是put len次后,后面的数据都不会存储了,get的时候永远只能从get到钱len次的数据,其他的数据要走硬盘去读了?

女神:是的,我把len的大小设置大一点,然后每隔一个小时清空一下map里面的值,不就行了,你为什么要针对我啊?

intsmaze: 额,你这样也可以,但是要在前期花时间调试Map大小,选择一个合适的大小,而且每隔一个小时,mysql等存储都会面临大量的请求,容易引发缓存雪崩。而且如果最求性能的话,这里其实还是有提高的,命中率的高低决定了性能的高低。

女神: 那你想怎么样?咋滴啥?

intsmaze: 这个时候你可以了解一下FIFO,LRU等。如果你用过redis,你应该知道,不你可能知道,redis关于命中率三种策略(FIFO 、LRU、LFU)。所以我们如果要使用Map做缓存,我们也应该考虑一下命中率。后面编不下去了,直接讲这篇文章的重点吧。

WeakHashMap弱引用-intsmaze

WeakHashMap实现了Map接口,使用弱引用作为内部数据的存储方案。WeakHashMap是弱引用的典型应用,可以作为简单的缓存表解决方案。WeakHashMap会在系统内存范围内,保存所有表项目,一旦内存不够,在GC时,没有被引用的表项很快会被清除掉,从而避免系统内存溢出。关于弱引用我就不讲啦,百度一大堆

Map<Integer Byte[]> map = null map = new WeakHashMap<Integer Byte[]>() for (int i = 0 i < 10000 i++) { Integer integer = new Integer(i) map.put(integer new Byte[i]) } //-Xmx5M 这个时候发现没有OOM // -Xmx5M java.lang.OutOfMemoryError: Java heap space map = new HashMap<Integer Byte[]>(10) for (int i = 0 i < 100 i++) { Integer integer = new Integer(i) map.put(integer new Byte[i]) } //如果存放在WeakHashMap中的key都存在强引用,那么WeakHashMap就会退化为HashMap。 // -Xmx5M java.lang.OutOfMemoryError: Java heap space // at cn.intsmaze.collection.MapCase.testWeakHash(MapCase.java:119) map = new WeakHashMap<Integer Byte[]>() List list = new ArrayList() for (int i = 0 i < 10000 i++) { Integer integer = new Integer(i) map.put(integer new Byte[i])// 如果你看不起我,你可以把这行注释,你将会发现姜还是老的辣,内存溢出是WeakHashMap而不是List导致. list.add(integer) }

如果希望在系统中通过WeakHashMap自动清理数据,尽量不要在系统的其他地方强引用WeakHashMap的key否则,这些key就不会被回收,WeakHashMap也就无法正常释放他们所占用的表项。

线程安全问题-intsmaze

前面已经知道,使用WeakHashMap可以忽略容量问题,提升缓存容量。只是当容量不够时,不会OOM,内部数据会被GC回收。命中率好像没有办法,容我掉一片头发换来深度思考后给出方案。使用WeakHashMap一般是全局变量,局部变量的应用场景应该没有吧。观察WeakHashMap源码可以发现,它是线程不安全的,所以在多线程场景该怎么办嘞?

Collections-intsmaze

WeakHashMap<String String> weakHashMapintsmaze=new WeakHashMap<String String>()Map<String String> intsmaze=Collections.synchronizedMap(weakHashMapintsmaze)

就问你服不服。

ThreadLocal-intsmaze

一个ThreadLocal记录一个weakHashMap良好的系统是不会不断的创建销毁线程的,而是有线程池进行维护,那么就用ThreadLocal吧。不懂,你可以先关注我,再去百度。