EhCache 是老牌Java开源缓存框架，早在2003年就已经出现了，发展到现在已经非常成熟稳定，在Java应用领域应用也非常广泛，而且和主流的Java框架比如Srping，Hibernate可以很好集成。相比于 Guava Cache，EnCache 支持的功能更丰富，包括堆外缓存、磁盘缓存，当然使用起来要更重一些。使用 Ehcache 的Maven 依赖如下：

<dependency>
  <groupId>org.ehcache</groupId>
  <artifactId>ehcache</artifactId>
  <version>3.3.1</version>
</dependency>

​ Ehcache 的支持两种缓存对象的初始化方式，一种是通过纯Java 代码的配置方式和 XML 文件的配置方式，代码中的每一项配置都有对应的XML配置项，使用Java 代码方式初始化如下：

CacheManager cacheManager = CacheManagerBuilder.newCacheManagerBuilder().build();
        //手动初始化
        cacheManager.init();
        ResourcePoolsBuilder resource = ResourcePoolsBuilder.heap(10);
        CacheConfiguration<Long, UserInfo> config = CacheConfigurationBuilder
                .newCacheConfigurationBuilder(Long.class, UserInfo.class, resource).build();

        //创建缓存对象
        Cache<Long, UserInfo> cache = cacheManager.createCache("userInfoCache",
                CacheConfigurationBuilder.newCacheConfigurationBuilder(config));
        //写入缓存
        cache.put(10001L, new UserInfo());
        //读取缓存
        System.out.println(cache.get(10001L));

        //再程序关闭前，需要手动释放资源
        cacheManager.close();

​ 在 Ehcache 中，创建缓存对象之前，需要手动初始化 CacheManager，初始化方式有两种，可以调用CacheManager 对象的 init() 方法。也可以在创建时将 CacheManagerBuilder.build(boolean init) 方法参数设置为 true。再本例中，设置堆内缓存容量为10条堆内缓存，缓存对象的别名叫“userInfoCache”。该缓存对象对应的XML 格式的配置为：

<config xmlns:xsi='http://www.w3.org/2001/XMLSchema-instance'
    xmlns='http://www.ehcache.org/v3'
    xsi:schemaLocation="http://www.ehcache.org/v3 http://www.ehcache.org/schema/ehcache-core.xsd">

    <cache alias="userInfoCache">
        <key-type>java.lang.Long</key-type>
        <value-type>com.coderxing.demo.UserInfo</value-type>
        <resources>
            <heap unit="entries">10</heap>
        </resources>
    </cache>
</config>

加载 XML 的配置为：

URL configXmlFile = this.getClass().getResource("ehcache_config.xml");
Configuration xmlConfig = new XmlConfiguration(configXmlFile);
CacheManager cacheManager = CacheManagerBuilder.newCacheManager(xmlConfig);
cacheManager.init();

Cache<Long, UserInfo> cache = cacheManager.getCache("userInfoCache", Long.class, UserInfo.class);

cacheManager.close();

作为本地缓存框架， Encache支持多层缓存模式，常用的有三种数据存储模式：

堆内缓存（on-heap）:

​ 这种模式使用JVM 中的堆空间来保存缓存对象，是最常见的缓存模式，好处是可以直接存储Java对象数据结构，而不需要强制序列化，前面介绍的 Guava Cache 就只支持堆内缓存，缺点是会挤占JVM内存空间，会引发GC（垃圾回收）的频次和时间会变长。

通过代码设置配置对内缓存的方式如下：

// 按照条目数限制缓存容量，这里设置最多存储10条，如果缓存满了，则回收缓存
ResourcePoolsBuilder.newResourcePoolsBuilder().heap(10, EntryUnit.ENTRIES); 
// 也是按照条目数设置缓存容量的简写方式
ResourcePoolsBuilder.newResourcePoolsBuilder().heap(10); 
// 按照内存占用多少字节容量设置缓存空间的大小，例子中设置为最多占用10MB，存满则回收缓存
ResourcePoolsBuilder.newResourcePoolsBuilder().heap(10, MemoryUnit.MB);

通过如下配置，可以更精确控制缓存对象：

  • withSizeOfMaxObjectGraph() 方法设置缓存对象的最大遍历深度，建设不要设置过大。
  • withSizeOfMaxObjectSize() 方法限制单个缓存对象的大小，超过这两个限制的对象则不被缓存。
CacheConfigurationBuilder.newCacheConfigurationBuilder(Long.class, String.class,
                  ResourcePoolsBuilder.newResourcePoolsBuilder()
                    .heap(10, MemoryUnit.KB) 
                    .offheap(10, MemoryUnit.MB)) 
                  .withSizeOfMaxObjectGraph(3)
                  .withSizeOfMaxObjectSize(4, MemoryUnit.KB) 
                  .build();

以上两个限制还可以通过 CacheManagerBuilder 进行全局配置，例如：

CacheManager cacheManager = CacheManagerBuilder.newCacheManagerBuilder()
  .withDefaultSizeOfMaxObjectSize(500, MemoryUnit.B)
  .withDefaultSizeOfMaxObjectGraph(2000) 
  .build();

堆外缓存（Off-Heap）

​ 相比于堆内缓存，堆外缓存使用JVM对以外的内存空间，也就意味着可以使用更大的内存空间，空间大小只受限于本机内地大小，而且不受GC管理(内存对象转移，释放等等。。)，整体上可以减少GC带来的停顿影响，但缺点是，堆外内存中的对象必须要序列化，键和值必须实现Serializable接口，因此存取速度上会比堆内缓存慢。在Java中可以通过 -XX:MaxDirectMemorySize 参数设置堆外内存的上限。

// 堆外内存不能按照存储条目限制，只能按照内存大小进行限制，超过限制则回收缓存
ResourcePoolsBuilder.newResourcePoolsBuilder().offheap(200, MemoryUnit.MB);

磁盘缓存（Disk）

​ 缓存数据存储在磁盘上，可以持久化存储数据可以不丢失，也意味着可以使用更大的存储空间，缓存在磁盘上的数据也需要支持序列化，速度会被比内存更慢，在使用时推荐使用更快的磁盘带来更大的吞吐率，比如使用闪存代替机械磁盘。在Ehcache中使用 PersistentCacheManager 来管理磁盘存储，还要指定一个磁盘存储路径，例如：

CacheManagerConfiguration<PersistentCacheManager> persistentManagerConfig = CacheManagerBuilder
                .persistence(new File("/tmp", "ehcache-test"));

PersistentCacheManager persistentCacheManager = CacheManagerBuilder.newCacheManagerBuilder()
                .with(persistentManagerConfig).build(true);

        //disk 第三个参数设置为 true 表示将数据持久化到磁盘上
ResourcePoolsBuilder resource = ResourcePoolsBuilder.newResourcePoolsBuilder().disk(100, MemoryUnit.MB, true);

CacheConfiguration<UserCacheKey, UserInfo> config = CacheConfigurationBuilder
                .newCacheConfigurationBuilder(UserCacheKey.class, UserInfo.class, resource).build();
        Cache<UserCacheKey, UserInfo> cache = persistentCacheManager.createCache("userInfoCache",
                CacheConfigurationBuilder.newCacheConfigurationBuilder(config));
        cache.put(new UserCacheKey(), new UserInfo());

        persistentCacheManager.close();

执行上面的例子，我们会在 /tmp/ehcache-test/ 中找到持久化的缓存文件，例如：

$ tree /tmp/ehcache-test/file/userInfoCache_6d32e4f84550d8f3077ac43b3767ff8686732002/
/tmp/ehcache-test/file/userInfoCache_6d32e4f84550d8f3077ac43b3767ff8686732002/
├── key-serializer
│   └── holder-0-CompactJavaSerializer-ObjectStreamClassIndex.bin
├── offheap-disk-store
│   ├── ehcache-disk-store.data
│   ├── ehcache-disk-store.index
│   └── ehcache-disk-store.meta
└── value-serializer
    └── holder-0-CompactJavaSerializer-ObjectStreamClassIndex.bin

3 directories, 5 files

对于这三种缓存形式，Ehcache支持者三总模式的组合包括：

  • heap + offheap
  • heap + disk
  • heap + offheap + disk

典型 heap + offheap+ disk 组合其结构图如下图所示：

​ 上一级比下一级速度更快，另外，下一级比上一级存储空间更大，这也是ehcache的轻质要求，否则会报错。 ehcache 会将最热的数据保存在高一级的缓存，对应的代码如：

CacheManagerConfiguration<PersistentCacheManager> persistentManagerConfig = CacheManagerBuilder
                .persistence(new File("/tmp", "ehcache-test"));

PersistentCacheManager persistentCacheManager = CacheManagerBuilder.newCacheManagerBuilder()
  .with(persistentManagerConfig).build();
// 手动初始化
persistentCacheManager.init();

// 空间大小 heap > offheap > disk，否则会报错
ResourcePoolsBuilder resource = ResourcePoolsBuilder.newResourcePoolsBuilder()
  .heap(10, MemoryUnit.MB)
  .offheap(100, MemoryUnit.MB)
  //第三个参数设置为true，支持持久化
  .disk(500, MemoryUnit.MB, true);

CacheConfiguration<Long, UserInfo> config = CacheConfigurationBuilder
                .newCacheConfigurationBuilder(Long.class, UserInfo.class, resource).build();

Cache<Long, UserInfo> cache = persistentCacheManager.createCache("userInfoCache",
                                                                 CacheConfigurationBuilder.newCacheConfigurationBuilder(config));

//写入缓存
cache.put(10001L, new UserInfo());
// 读取缓存
System.out.println(cache.get(10001L));

// 再程序关闭前，需要手动释放资源
persistentCacheManager.close();

​ 在 ehcache 的多层缓存结构中，最底层的称之为 Authoritative Tier，其余的缓存层称为 “Caching Tier”。Authoritative Tier 按照字面意意思可以理解为“权威层”，以为该层数据是最全的，其余层的数据都是该层的数据子集，只是临时存储数据，所以可以列为“缓存层”。比如 heap + offheap 的组合，offheap 就是 Authoritative Tier，heap，就是 Caching Tier；对于 heap + offheap + disk 的组合，disk 层就是 Authoritative Tier，heap + offheap 就是 Caching Tier。

缓存写操作的时序图：

读操作的是时序图：

​ 对于写操作：在写缓存的时候，Ehcache 直接将数据写到 Authoritative Tier（最底层），同时将 Caching Tier 中的旧数据失效掉。

​ 对于读操作：Ehcache 会直接从 Caching Tier 中读取信息（Caching Tier 要比 Authoritative Tier 速度更快），如果读到，则直接返回。如果读不到，则从 Authoritative Tier 中再次读取，如果读到，则先将数据写入 Caching Tier，让后在返回，如果Authoritative Tier 读不到，则返回null。

缓存失效：

Ehcache 通过 Expirations 来这是缓存失效时间，示例代码如：

CacheConfiguration<Long, String> cacheConfiguration = CacheConfigurationBuilder.newCacheConfigurationBuilder(Long.class, String.class,
        ResourcePoolsBuilder.heap(100)) 
    .withExpiry(Expirations.timeToLiveExpiration(Duration.of(20, TimeUnit.SECONDS))) 
.build();

Expirations 有三种方式：

  • 永不失效：Expirations.noExpiration();
  • TTL（time-to-live）：自缓存项创建之后多久失效，例如：Expirations.timeToLiveExpiration(Duration.of(10,TimeUnit.MINUTES));
  • TTI（time-to-idle）：缓存项自上次方位之后空闲（没有被再次访问）多久后失效，例如：Expirations.timeToIdleExpiration(Duration.of(5, TimeUnit.MINUTES));

另外，Ehcache 中还可以通过自行实现Expiry接口来自定义缓存失效策略。

并发级别设置：

通过 withDispatcherConcurrency设置并发级别，

CacheConfigurationBuilder
       .newCacheConfigurationBuilder(UserCacheKey.class,UserInfo.class, resource).withDispatcherConcurrency(16).build();

results matching ""

    No results matching ""