Ehcache初體驗-有解無憂

前言

讀張開濤寫的《億級流量網站架構核心技術》里面講到使用Java快取：堆內快取，堆外快取，磁盤快取，分布式快取，介紹了幾種快取工具：Gauva Cache, Ehcache和MapDB，其中Gauva Cache是google開發的，它只提供了堆內快取， Ehcache支持的比較全面，基本都支持了，之前我沒有使用過這些快取工具，書讀一遍也沒有什么印象，自己動手寫一下能體會更深，這篇博客就是基本的使用，然后加上JMH來對比一下他們的性能，JMH也是第一次使用，其中也花了些時間，以后需要做性能對比的時候它能幫上忙，

Ehcache使用

要使用Ehcache首先要引入POM檔案

        <dependency>
            <groupId>org.ehcache</groupId>
            <artifactId>ehcache</artifactId>
            <version>3.10.0</version>
        </dependency>

接著是如何使用，比較簡單，直接看代碼

CacheManager cacheManager = CacheManagerBuilder.newCacheManagerBuilder().build(true);
        CacheConfiguration<Long, String> heapCacheConfig =  CacheConfigurationBuilder.newCacheConfigurationBuilder(Long.class, String.class,
                ResourcePoolsBuilder.heap(100)).build();
Cache<Long, String>  heapCache = cacheManager.createCache("heapCache", heapCacheConfig);

heapCache.put(1L,"hello world");
heapCache.get(lL);

第一行定義cacheManager
接著定義一個cacheconfig, 在這個config里面就指定了key和value的型別和存盤在哪里
ResourcePoolsBuilder.heap(100) 意思就是在堆記憶體100條，當超過100后，會觸發剔除，會剔除一些資料，這也是和我們通常在Java程式中直接用Map的區別，Map中的資料不會自動剔除，
第三行就是使用cacheManager和config創建出Cache物件，后面我們就直接使用它來存取資料
第四行就是存資料
第五行就是取資料

整體上非常簡單，更多比如過期策略，快取空間這些用的時候再細看，可以參考官方檔案https://www.ehcache.org/

這里給出三個不同的存盤型別代碼，后面我們就對比三種型別的性能差異


import org.ehcache.Cache;
import org.ehcache.CacheManager;
import org.ehcache.config.CacheConfiguration;
import org.ehcache.config.builders.CacheConfigurationBuilder;
import org.ehcache.config.builders.CacheManagerBuilder;
import org.ehcache.config.builders.ResourcePoolsBuilder;
import org.ehcache.config.units.MemoryUnit;

public class EhCacheService {
    private Cache<Long, String> heapCache;
    private Cache<Long, String> offHeapCache;

    private Cache<Long, String> multipleTierCache;

    public EhCacheService()
    {
        CacheManager cacheManager = CacheManagerBuilder.newCacheManagerBuilder().build(true);

        CacheConfiguration<Long, String> heapCacheConfig =  CacheConfigurationBuilder.newCacheConfigurationBuilder(Long.class, String.class,
                ResourcePoolsBuilder.heap(100)).build();

        CacheConfiguration<Long, String> offheapCacheConfig =  CacheConfigurationBuilder.newCacheConfigurationBuilder(Long.class, String.class,
                ResourcePoolsBuilder.newResourcePoolsBuilder().offheap(10, MemoryUnit.MB)).build();

        CacheConfiguration<Long, String> multipleCacheConfig =  CacheConfigurationBuilder.newCacheConfigurationBuilder(Long.class, String.class,
                ResourcePoolsBuilder.heap(100).offheap(10, MemoryUnit.MB)).build();


        heapCache = cacheManager.createCache("heapCache", heapCacheConfig);
        offHeapCache = cacheManager.createCache("offHeapCache", offheapCacheConfig);
        multipleTierCache = cacheManager.createCache("multipleTierCache", multipleCacheConfig);

    }

    public void addHeapCache(Long l, String v)
    {
        heapCache.put(l,v);
    }

    public String getHeapCache(Long l)
    {
        return heapCache.get(l);
    }

    public void addOffHeapCache(Long l, String v)
    {
        offHeapCache.put(l,v);
    }

    public String getOffHeapCache(Long l)
    {
        return offHeapCache.get(l);
    }

    public void addMultipleTierCache(Long l, String v)
    {
        multipleTierCache.put(l,v);
    }

    public String getMultipleTierCache(Long l)
    {
        return multipleTierCache.get(l);
    }
}

heapCache 是堆快取
offHeapCache 是堆外快取
multipleTierCache 是多層快取，首先是堆內，如果堆內沒有，就去堆外找，

JMH

JMH 的全名是 Java Microbenchmark Harness，用它可以方便的對比出代碼的性能
首先引入Pom檔案

 <dependency>
            <groupId>org.openjdk.jmh</groupId>
            <artifactId>jmh-core</artifactId>
            <version>1.28</version>
        </dependency>
        <dependency>
            <groupId>org.openjdk.jmh</groupId>
            <artifactId>jmh-generator-annprocess</artifactId>
            <version>1.28</version>
        </dependency>

這里直接給出對比代碼

package ken.ehcache.demo;

import java.util.concurrent.TimeUnit;

import com.google.common.cache.Cache;
import com.google.common.cache.CacheBuilder;
import org.openjdk.jmh.annotations.*;
import org.openjdk.jmh.runner.Runner;
import org.openjdk.jmh.runner.RunnerException;
import org.openjdk.jmh.runner.options.Options;
import org.openjdk.jmh.runner.options.OptionsBuilder;

@BenchmarkMode(Mode.AverageTime)
@State(Scope.Thread)
@Fork(1)
@OutputTimeUnit(TimeUnit.MILLISECONDS)
@Warmup(iterations = 3)
@Measurement(iterations = 5)
public class JmhEhCacheService {
    private EhCacheService ehCacheService = new EhCacheService();

    private Cache<Long,String> guavaCache = CacheBuilder.newBuilder()
            .concurrencyLevel(4)
            .expireAfterWrite(10, TimeUnit.MINUTES)
            .maximumSize(100)
            .build();

    @Benchmark
    public void addGuava() {
        for (Long i = 0L; i < 100; i++) {
            guavaCache.put(i, "HelloWorld" + i);
        }
    }

    @Benchmark
    public void addHeap() {
        for (Long i = 0L; i < 100; i++) {
            ehCacheService.addHeapCache(i, "HelloWorld" + i);
        }
    }

    @Benchmark
    public void addOffHeap() {
        for (Long i = 0L; i < 100; i++) {
            ehCacheService.addOffHeapCache(i, "HelloWorld" + i);
        }
    }

    @Benchmark
    public void addMultipleTierCache() {
        for (Long i = 0L; i < 100; i++) {
            ehCacheService.addMultipleTierCache(i, "HelloWorld" + i);
        }
    }

    public static void main(String[] args) throws RunnerException {
        Options opt = new OptionsBuilder()
                .include(JmhEhCacheService.class.getSimpleName())
                .build();
        new Runner(opt).run();
    }
}

Benchmark 注解就是把他們幾個方法再一起對比，這里我同樣加入了Guava Cache來進入對比
方法就是往各種cache加入100條資料，對比他們的性能，
這是性能的結果

Benchmark                                   Mode  Cnt  Score    Error  Units
JmhEhCacheService.addGuava                  avgt    5  0.016 ±  0.001  ms/op
JmhEhCacheService.addHeap                   avgt    5  0.010 ±  0.001  ms/op
JmhEhCacheService.addMultipleTierCache      avgt    5  0.172 ±  0.002  ms/op
JmhEhCacheService.addOffHeap                avgt    5  0.172 ±  0.006  ms/op

通過這個結果我們可以看到堆內快取比堆外快取快很多， Guava也是堆內快取，
同樣我也做了一下讀的對比，這里不貼代碼了

JmhEhCacheServiceRead.getGuavaCache         avgt    5  0.006 ±  0.001  ms/op
JmhEhCacheServiceRead.getHeap               avgt    5  0.002 ±  0.001  ms/op
JmhEhCacheServiceRead.getMultipleTierCache  avgt    5  0.003 ±  0.001  ms/op
JmhEhCacheServiceRead.getOffHeap            avgt    5  0.060 ±  0.002  ms/op

堆內快取同樣比堆外要快，多層的快取因為資料都在堆內，所以它和堆內也很接近，

總結

快取是個解決高并發非常有用的工具，基本上出現性能問題，就需要引入快取，今天學習的這兩個工具都只是本地快取，如果資料量比較大以后，就需要引入分布式快取，還有就是快取比較難的是如何做資料同步，保證快取中的資料是新的，不然就會有問題，讀書的時候，讀一遍，往往理解得不深，動手寫一寫，找些資料加強一下，是個不錯的提升方式，這些資料如下
https://www.wdbyte.com/2020/08/develop/tool-jmh/#java-性能測驗難題
https://mkyong.com/java/java-jmh-benchmark-tutorial/
https://www.jianshu.com/p/17e72bb01bf1

轉載請註明出處，本文鏈接：https://www.uj5u.com/houduan/545834.html

標籤：其他

上一篇：靜態類和非靜態類抽象類

下一篇：02 Golang 基礎簡介