缓存不止redis,学会使用本地缓存ehcache | 您所在的位置:网站首页 › flink缓存替代redis › 缓存不止redis,学会使用本地缓存ehcache |
0. 引言
随着redis的普及,更多的同学对redis分布式缓存更加熟悉,但在一些实际场景中,其实并不需要用到redis,使用更加简单的本地缓存即可实现我们的缓存需求。 今天,我们一起来看看本地缓存组件ehcache 1. ehcache简介 1.1 简介ehcache是基于java开发的本地缓存组件,无需单独安装部署,只要引入jar包就可利用它来实现缓存。 所谓本地缓存,就是指存储在JVM堆内存中的临时缓存数据,当然ehcache本身也支持Off-Heap Store机制来使用堆外内存,本地缓存相较于redis性能和响应速度更高。 Ehcache的本地缓存还支持过期时间、最大容量、持久化等特性,使得它可以适用于各种不同的缓存场景。 官方文档地址:www.ehcache.org/documentati… 1.2 本地缓存与redis的区别本地缓存与redis的区别在于: 架构: 本地缓存基于单机架构,即数据仅本机可用,无法共享给其他服务。除非使用服务调用来获取。而redis本身基于分布式架构,支持跨服务调取。 所以当数据需要分布式调用时,则适用于redis,如果数据只需要本地获取,则可考虑本地缓存 性能: 本地缓存本身基于本机内存,没有网络IO消耗,所以性能上大大高于redis,但是如果数据量较大,则还是要考虑使用redis,本地缓存仅适用于数据量小、结构简单的数据场景,不适合复杂的业务数据 功能拓展: redis支持持久化、订阅模式、集群、主从模式等,而ehcache更倾向于简单的缓存功能场景,虽然也支持持久化,但是本身并不建议用它来做大型或复杂场景的缓存。如果场景比较简单轻量,对延迟有较高要求,则可选择本地缓存 2. ehcache使用1、创建一个springboot项目,这里我的springboot版本为2.6.13 2、引入ehcahe组件依赖 这里需要注意的是net.sf.ehcache是ehcache2.X 与 org.ehcache是echcache3.X,两个版本配置有区别 net.sf.ehcache ehcache 2.10.9.2 org.springframework.boot spring-boot-starter-cache 2.6.133、在启动类上添加@EnableCaching注解,开启缓存 @SpringBootApplication @EnableCaching public class LocalCacheDemoApplication { public static void main(String[] args) { SpringApplication.run(LocalCacheDemoApplication.class, args); } }4、在配置文件application.yml中添加配置 spring: profiles: active: dev cache: type: ehcache ehcache: config: classpath:ehcache.xml5、在resources文件夹下创建配置文件ehcache.xml,注意这里单独创建了一个name为user的缓存,用于后续保存用户信息缓存。如果有不同的缓存需要使用不同的name的,需要单独创建cache标签 标签介绍: defaultCache: 默认缓存配置标签 cache 指定缓存标签,name表示缓存名称 diskStore 数据存储磁盘路径 属性介绍: eternal: 缓存是否永久有效,如果为 true 则忽略timeToIdleSeconds 和 timeToLiveSeconds maxElementsInMemory:最多缓存多少个key overflowToDisk: 缓存超限时是否写入磁盘,默认为true overflowToOffHeap: 堆内存超限时是否使用堆外内存,企业版功能,收费 diskPersistent:缓存是否持久化 timeToLiveSeconds:缓存多久过期 timeToIdleSeconds:缓存多久没有被访问就过期 diskExpiryThreadIntervalSeconds:磁盘缓存过期检查线程运行时间间隔 memoryStoreEvictionPolicy:缓存淘汰策略, LFU:最近最少使用的元素先移出; FIFO:最先进入的元素被移出; LRU:使用越少的元素被移出 maxBytesLocalHeap:缓存最大占用JVM堆内存,0表示不限制,单位支持K、M或G maxBytesLocalOffHeap: 缓存最大占用堆外内存,0表示不限制,单位支持K、M或G,企业版功能,收费 maxBytesLocalDisk:缓存最大占用磁盘,0表示不限制,单位支持K、M或G 6、缓存使用,在获取方法中使用@Cacheable注解,在更新方法中使用@CachePut注解。 我这里模拟就没有访问数据库查询数据了,大家在实际书写的时候可以连接上数据源测试 @RestController @RequestMapping("user") public class UserController { @GetMapping("get") @Cacheable(cacheNames = "user", key = "#id") public User getById(Integer id) { System.out.println("get第一次获取,不走缓存"); User user = new User(); user.setId(id); user.setAge(18); user.setName("benjamin_"+id); user.setSex(true); return user; } @PostMapping("update") @CachePut(cacheNames = "user", key = "#search.id") public User update(@RequestBody User search) { System.out.println("update更新缓存"); User user = new User(); Integer id = search.getId(); user.setId(id); user.setAge(search.getAge() != null ? search.getAge()+1 : 0); user.setName("update_benjamin_"+id); user.setSex(true); return user; } } 3. 测试1、调用查询接口:localhost:8080/user/get?id=1 2、第一次调用,打印"get第一次获取,不走缓存"。再调用一次发现没有打印了,但是数据正常查询,说明走了缓存 3、调用更新接口 4、再调用查询接口,查询到的就是更新的数据,说明缓存更新成功 4. 注意事项谨慎使用maxElementsInMemory maxElementsInMemory表示的是最大缓存多少个key,这个配置项谨慎使用,一般我们应该根据占用多少内存空间来控制,而不是占用多少个key,如果出现某些key的数据量特别大时,就会导致key数量没超过,但内存占用超过导致的OOM了 这个我们通过一个生成大数据量的接口来模拟,其中generateMemoryString方法可以在文末的源码仓库中 1、书写接口 @GetMapping("build") @Cacheable(cacheNames = "user", key = "#id") public User build(Integer id) { System.out.println("get第一次获取,不走缓存"); User user = new User(); user.setId(id); user.setAge(18); // 生成指定大小的字符串 user.setName(generateMemoryString(id)); user.setSex(true); return user; }2、限制项目JVM内存为100m,方便更快模拟出报错 3、调用接口localhost:8080/user/build?id=100,因为该接口会生成大数据,占用本地缓存,而JVM缓存又给的100M,所以调用会报错堆内存溢出,如图所示 4、因此该配置项要谨慎使用,可以通过maxBytesLocalHeap,maxBytesLocalDisk设置占用多少内存、磁盘来替代 如果maxBytesLocalHeap和maxElementsInMemory都配置了的,谁先达到配置的值,就触发 如果单个key值太大,仍然会导致OOM 虽然我们上面配置了maxBytesLocalHeap来限制最大使用的内存,比如我们限制了该值为100M,则如果我们有4个30M的数据进来,那么就会根据配置的淘汰策略去淘汰之前的key,以腾出空间来装新的数据 但如果新进来的数据很大,比如超过100M了,那么就会一下子装满内存,甚至淘汰之前的key也不行,所以这种情况下还是会导致OOM的 遇到这种情况,两种处理办法,一种是保证不会有大于这个阈值的数据产生,这个可以通过业务代码控制,二是设置一个全局错误捕捉,捕捉产生的OOM报错,然后返回一个兜底或者其他的状态码,以此标识 演示源码gitee.com/wuhanxue/wu… |
CopyRight 2018-2019 实验室设备网 版权所有 |