目录
简介
Google Guava 是一个开源的 Java 库，其中提供了一系列强大的工具来简化 Java 开发工作。其中，Guava Cache 组件提供了一个内存缓存的实现，可以显著提高应用程序的性能。这是一个高效且灵活的缓存解决方案，适用于各种场景。
以下是 Guava Cache 的一些关键特性：
自动加载数据：通过提供一个 CacheLoader，缓存可以在键不存在时自动加载所需的数据。
缓存失效策略：Guava Cache 提供了丰富的失效策略，比如基于时间的过期、基于容量的回收、权重回收等，可以根据需求进行配置。
并发处理：Guava Cache 内部使用了高效的并发数据结构，以提高性能并确保多线程环境下的安全操作。
统计信息：可以收集各种缓存操作的统计数据，比如命中率、加载时间等，这有助于监控和优化缓存的性能。
事件通知：支持对缓存中的项目过期或被逐出时进行通知，这样你可以进行相应的处理。
com.google.common.cache.CacheBuilder、CacheLoader 和 LoadingCache 是 Google Guava 库中的核心类，用于高效地创建和管理缓存。在 Java 应用程序中，缓存可以显著提高性能，减少延迟和对后端数据存储的压力。以下是这三个类的详细介绍：
1.CacheBuilder
介绍：
CacheBuilder 类用于创建和配置缓存的各项属性，比如缓存大小、超时时间和并发级别等。它是构建缓存的入口点，可以通过一系列方法进行链式调用来设置缓存参数。
常用方法：
maximumSize(long size)：设置缓存的最大大小。当缓存项超过这一限制时，会使用最近最少使用（LRU）策略移除旧项。
expireAfterWrite(long duration, TimeUnit unit)：设置缓存项在指定时间后过期，时间从缓存项创建或最近一次更新开始计算。
expireAfterAccess(long duration, TimeUnit unit)：设置缓存项在指定时间内未被访问后过期。
removalListener(RemovalListener<K, V> listener)：设置移除监听器，在缓存项被移除时触发回调。
build(CacheLoader<K, V> loader)：与 CacheLoader 结合，用于创建 LoadingCache 实例。
2.CacheLoader
介绍：
CacheLoader 用于定义缓存项的加载逻辑。当缓存中某个键的值为空或过期时，CacheLoader 的 load 方法将会被调用来加载该键对应的值。
常用方法：
V load(K key)：这是一个抽象方法，必须被实现，用于定义如何加载指定键的值。
Map<K, V> loadAll(Iterable<? extends K> keys)：批量加载多个键值对，提供批量加载逻辑，有助于提高性能（可选实现）。
3.LoadingCache
介绍：
LoadingCache 是一种特殊类型的缓存，它继承自 Cache 接口，并且结合 CacheLoader 实现了自动加载功能。当请求的键在缓存中不存在时，LoadingCache 会自动加载并缓存该键。
常用方法：
V get(K key)：获取指定键的值。如果键不存在，自动调用 CacheLoader 加载并缓存该值。
V getUnchecked(K key)：类似 get 方法，但不会抛出检查型异常（仅适用于不会抛出异常的 CacheLoader 实现）。
void put(K key, V value)：显式将键值对放入缓存中。
void invalidate(K key)：使指定键失效，从缓存中移除。
void invalidateAll()：使所有键失效，从缓存中清空所有项。
使用示例：
java
import com.google.common.cache.CacheBuilder;
import com.google.common.cache.CacheLoader;
import com.google.common.cache.LoadingCache;
import java.util.concurrent.TimeUnit;
public class CacheExample {
public static void main(String[] args) throws Exception {
// 创建CacheLoader
CacheLoader<String, String> loader = new CacheLoader<String, String>() {
@Override
public String load(String key) throws Exception {
return expensiveOperation(key);
}
};
// 使用CacheBuilder配置缓存
LoadingCache<String, String> cache = CacheBuilder.newBuilder()
.maximumSize(100) // 设置最大缓存条目数
.expireAfterWrite(10, TimeUnit.MINUTES) // 设置缓存项过期时间
.build(loader);
// 使用缓存
String value = cache.get("key1"); // 如果缓存中没有key1，则调用expensiveOperation方法加载
}
private static String expensiveOperation(String key) {
// 模拟一个代价较高的计算操作
return "value_of_" + key;
}
}总结
CacheBuilder：用于配置和构建缓存实例。
CacheLoader：用于定义缓存项的加载逻辑。
LoadingCache：结合 CacheLoader 实现自动加载的缓存，管理缓存项的生命周期。
通过使用这些类，可以轻松地实现高效的缓存机制，从而提升应用程序的性能。
和Redis的区别
Google Guava Cache 和 Redis 都是用来提升访问效率的缓存工具，但它们在实现方式、使用场景和配置上有很大的不同。以下是它们的详细对比及适用场景：
Google Guava Cache:
存储位置
Guava Cache 存储在本地 JVM 内存中。
特点
轻量级：Guava Cache 是一个轻量级的缓存库，易于集成和配置。
高速访问：因为缓存是在内存中的，所以读取速度非常快，无需网络开销。
自动过期：支持缓存项的自动过期（基于时间）和自动清理。
有限大小：支持配置缓存的最大条目数，超过限制时会自动移除旧项。
适用场景
单机应用：适用于不需要在多个实例间共享的缓存场景，如单台服务器上缓存用户会话或配置数据等。
低延迟：需要极低的访问延迟，对性能要求极高的应用。
轻量级缓存：数据量较小、对一致性要求不高的数据。
Redis:
存储位置
Redis 是一个基于内存的分布式数据存储系统，通常部署在独立的服务器或集群上，可以持久化到磁盘。
特点
分布式缓存：支持多实例之间的数据共享，可以作为分布式缓存使用。
持久化：支持将数据持久化到磁盘，避免因重启或崩溃丢失数据。
丰富的数据结构：支持字符串、哈希、列表、集合、有序集合等多种数据结构，功能丰富。
高并发：能够处理高并发访问，适用于大规模的互联网应用。
适用场景
分布式系统：适用于需要在多个服务器实例间共享缓存数据的场景，如微服务架构中的分布式会话管理。
大数据量：需要缓存大量数据且数据量超过单机内存限制时。
高可用和持久化：需要数据的高可用性和持久化支持，如缓存热点数据、防止缓存雪崩等场景。
主要区别及适用场景对比
| 特性 | Google Guava Cache | Redis |
|---|---|---|
| 存储位置 | 本地内存 | 独立服务器或集群（分布式） |
| 访问速度 | 低延迟，高速内存访问 | 相对较慢，需要网络访问，但仍旧高效 |
| 分布式支持 | 不支持 | 支持 |
| 持久化 | 不支持 | 支持 |
| 数据结构 | 简单的键值对存储 | 丰富的数据结构（字符串、哈希、列表等） |
| 适用场景 | 单机应用、低延迟、本地缓存 | 分布式系统、大数据量、高可用要求 |
| 配置和管理 | 简单，轻量级 | 相对复杂，需要配置和管理服务器或集群 |
总结
Google Guava Cache：适用于单机环境下的缓存需求，尤其是在需要低延迟访问的情况。如果你的应用是单节点，缓存的数据量适中，并且不需要分布式功能，那么 Guava Cache 是一个非常好的选择。
Redis：适用于分布式系统或需要持久化的缓存需求，可处理大规模、高并发的访问。如果你的应用需要在多个节点间共享缓存，大量数据的缓存，或者需要丰富的数据结构功能，Redis 是更好的选择。
在实际应用中，可以根据具体需求选择合适的缓存工具，并且在一些场景中，Guava Cache 和 Redis 可以互相补充。例如，可以在本地使用 Guava Cache 实现一级缓存，在 Redis 中实现二级缓存，进一步优化系统性能。