張開濤：Java應(yīng)用緩存示例

作者：張開濤 2017-05-01 17:03:01

緩存的工作機(jī)制是先從緩存中讀取數(shù)據(jù)，如果沒有，則再?gòu)穆僭O(shè)備上讀取實(shí)際數(shù)據(jù)并同步到緩存。本文以Java應(yīng)用緩存為示例進(jìn)行講解。

一、緩存簡(jiǎn)介

緩存，筆者的理解是讓數(shù)據(jù)更接近于使用者，目的是讓訪問速度更多。工作機(jī)制是先從緩存中讀取數(shù)據(jù)，如果沒有，則再?gòu)穆僭O(shè)備上讀取實(shí)際數(shù)據(jù)并同步到緩存。那些經(jīng)常讀取的數(shù)據(jù)、頻繁訪問的數(shù)據(jù)、熱點(diǎn)數(shù)據(jù)、IO瓶頸數(shù)據(jù)、計(jì)算昂貴的數(shù)據(jù)、符合五分鐘法則和局部性原理的數(shù)據(jù)都可以進(jìn)行緩存。如CPU→L1/L2/L3→內(nèi)存→磁盤就是一個(gè)典型的例子，CPU需要數(shù)據(jù)時(shí)先從L1讀取，如果沒有找到，則查找L2/L3讀取，如果沒有，則到內(nèi)存中查找，如果還沒有，則會(huì)到磁盤中查找。還有比如用過Maven的朋友都應(yīng)該知道，加載依賴的時(shí)候，先從本機(jī)倉(cāng)庫(kù)找，再?gòu)谋镜胤?wù)器倉(cāng)庫(kù)找，最后到遠(yuǎn)程倉(cāng)庫(kù)服務(wù)器找。還有如京東的物流為什么那么快?他們?cè)诟鞯囟加蟹謧}(cāng)庫(kù)，如果該倉(cāng)庫(kù)有貨物，那么送貨的速度是非常快的。

本文以Java應(yīng)用緩存為示例進(jìn)行講解。

二、緩存命中率

緩存命中率是從緩存中讀取數(shù)據(jù)的次數(shù)與總讀取次數(shù)的比率，命中率越高越好。緩存命中率 = 從緩存中讀取次數(shù)/〔總讀取次數(shù)(從緩存中讀取次數(shù) + 從慢速設(shè)備上讀取的次數(shù))〕。這是一個(gè)非常重要的監(jiān)控指標(biāo)，如果做緩存，則應(yīng)通過監(jiān)控這個(gè)指標(biāo)來看緩存是否工作良好。

三、緩存回收策略

1. 基于空間

即設(shè)置緩存的存儲(chǔ)空間，如設(shè)置為10MB，當(dāng)達(dá)到存儲(chǔ)空間時(shí)，按照一定的策略移除數(shù)據(jù)。

2. 基于容量

基于容量指緩存設(shè)置了最大大小，當(dāng)緩存的條目超過最大大小，則按照一定的策略將舊數(shù)據(jù)移除。

3. 基于時(shí)間

TTL(Time To Live )：存活期，即緩存數(shù)據(jù)從緩存中創(chuàng)建時(shí)間開始直到它到期的一個(gè)時(shí)間段(不管在這個(gè)時(shí)間段內(nèi)有沒有訪問都將過期)。

TTI(Time To Idle)：空閑期，即緩存數(shù)據(jù)多久沒被訪問過將從緩存中移除的時(shí)間。

4. 基于Java對(duì)象引用

軟引用：如果一個(gè)對(duì)象是軟引用，那么當(dāng)JVM堆內(nèi)存不足時(shí)，垃圾回收器可以回收這些對(duì)象。軟引用適合用來做緩存，從而當(dāng)JVM堆內(nèi)存不足時(shí)，可以回收這些對(duì)象騰出一些空間供強(qiáng)引用對(duì)象使用，從而避免OOM。

弱引用：當(dāng)垃圾回收器回收內(nèi)存時(shí)，如果發(fā)現(xiàn)弱引用，則將立即回收它。相對(duì)于軟引用有更短的生命周期。

注意：弱引用/軟引用對(duì)象只有當(dāng)沒有其他強(qiáng)引用對(duì)象引用它時(shí)，垃圾回收時(shí)才回收該引用。即如果有一個(gè)對(duì)象(不是弱引用/軟引用)引用了弱引用/軟引用對(duì)象，那么垃圾回收時(shí)不會(huì)回收該引用對(duì)象。

5. 回收算法

使用基于空間和基于容量的會(huì)使用一定的策略移除舊數(shù)據(jù)，常見的如下。

FIFO(First In First Out)：先進(jìn)先出算法，即先放入緩存的先被移除。
LRU(Least Recently Used)：最近最少使用算法，使用時(shí)間距離現(xiàn)在最久的那個(gè)被移除。
LFU(Least Frequently Used)：最不常用算法，一定時(shí)間段內(nèi)使用次數(shù)(頻率)最少的那個(gè)被移除。

實(shí)際應(yīng)用中基于LRU的緩存居多，如Guava Cache、Ehcache支持LRU。

四、Java緩存類型

堆緩存：使用Java堆內(nèi)存來存儲(chǔ)緩存對(duì)象。使用堆緩存的好處是沒有序列化/反序列化，是最快的緩存。缺點(diǎn)也很明顯，當(dāng)緩存的數(shù)據(jù)量很大時(shí)， GC暫停時(shí)間會(huì)變長(zhǎng)，存儲(chǔ)容量受限于堆空間大小。一般通過軟引用/弱引用來存儲(chǔ)緩存對(duì)象，即當(dāng)堆內(nèi)存不足時(shí)，可以強(qiáng)制回收這部分內(nèi)存釋放堆內(nèi)存空間。一般使用堆緩存存儲(chǔ)較熱的數(shù)據(jù)。可以使用Guava Cache、Ehcache 3.x、MapDB實(shí)現(xiàn)。

堆外緩存：即緩存數(shù)據(jù)存儲(chǔ)在堆外內(nèi)存，可以減少GC暫停時(shí)間(堆對(duì)象轉(zhuǎn)移到堆外，GC掃描和移動(dòng)的對(duì)象變少了)，可以支持更大的緩存空間(只受機(jī)器內(nèi)存大小限制，不受堆空間的影響)。但是，讀取數(shù)據(jù)時(shí)需要序列化/反序列化，因此，會(huì)比堆緩存慢很多。可以使用Ehcache 3.x、MapDB實(shí)現(xiàn)。

磁盤緩存：即緩存數(shù)據(jù)的存儲(chǔ)在磁盤上，當(dāng)JVM重啟時(shí)數(shù)據(jù)還是在的。而堆緩存/堆外緩存重啟時(shí)數(shù)據(jù)會(huì)丟失，需要重新加載。可以使用Ehcache 3.x、MapDB實(shí)現(xiàn)。

分布式緩存：上文提到的緩存是進(jìn)程內(nèi)緩存和磁盤緩存，在多JVM實(shí)例的情況時(shí)，會(huì)存在兩個(gè)問題：1.單機(jī)容量問題;2.數(shù)據(jù)一致性問題(多臺(tái)JVM實(shí)例的緩存數(shù)據(jù)不一致怎么辦)，不過，這個(gè)問題不用太糾結(jié)，既然數(shù)據(jù)允許緩存，則表示允許一定時(shí)間內(nèi)的不一致，因此，可以設(shè)置緩存數(shù)據(jù)的過期時(shí)間來定期更新數(shù)據(jù);3.緩存不命中時(shí)，需要回源到DB/服務(wù)查詢變多：每個(gè)實(shí)例在緩存不命中情況下都會(huì)回源到DB加載數(shù)據(jù)，因此，多實(shí)例后DB整體的訪問量就變多了，解決辦法可以使用如一致性哈希分片算法來解決。因此，這些情況可以考慮使用分布式緩存來解決。可以使用ehcache-clustered(配合Terracotta server)實(shí)現(xiàn)Java進(jìn)程間分布式緩存。當(dāng)然也可以使用如Redis實(shí)現(xiàn)分布式緩存。

兩種模式如下。

● 單機(jī)時(shí)：存儲(chǔ)最熱的數(shù)據(jù)到堆緩存，相對(duì)熱的數(shù)據(jù)到堆外緩存，不熱的數(shù)據(jù)存到磁盤緩存。

● 集群時(shí)：存儲(chǔ)最熱的數(shù)據(jù)到堆緩存，相對(duì)熱的數(shù)據(jù)到堆外緩存，全量數(shù)據(jù)存到分布式緩存。

接下來，我們看看如何在Java中使用堆緩存、堆外緩存、磁盤緩存、分布式緩存，是不是感覺像L1、L2、L3級(jí)緩存架構(gòu)。

Guava Cache只提供堆緩存，小巧靈活，性能最好，如果只使用堆緩存，那么使用它就夠了。

EhCache3.x提供了堆緩存、堆外緩存、磁盤緩存、分布式緩存。但是，其代碼注釋比較少，API還不完善(比如，2.x支持LRU、LFU、FIFO，而3.x目前還沒有API設(shè)置)，功能還不完善(比如，集群情況個(gè)人測(cè)試其暫時(shí)不可以生產(chǎn)環(huán)境使用)，如果需要較穩(wěn)定的API和功能，則請(qǐng)考慮使用EhCache2.x(不支持堆外緩存)。

MapDB是一款嵌入式Java數(shù)據(jù)庫(kù)引擎和集合框架。提供了Maps、Sets、Lists、Queues、Bitmaps的支持，還支持ACID事務(wù)，增量備份。支持堆緩存、堆外緩存、磁盤緩存。

1. 堆緩存

Gauva Cache實(shí)現(xiàn)

Cache<String, String> myCache= 
        CacheBuilder.newBuilder() 
                .concurrencyLevel(4) 
                .expireAfterWrite(10, TimeUnit.SECONDS) 
                .maximumSize(10000) 
                .build();

然后可以通過put、getIfPresent來讀寫緩存。CacheBuilder有幾類參數(shù)：緩存回收策略、并發(fā)設(shè)置、統(tǒng)計(jì)命中率等。

(1) 緩存回收策略/基于容量

maximumSize：設(shè)置緩存的容量，當(dāng)超出maximumSize時(shí)，按照LRU進(jìn)行緩存回收。

(2) 緩存回收策略/基于時(shí)間

expireAfterWrite：設(shè)置TTL，緩存數(shù)據(jù)在給定的時(shí)間內(nèi)沒有寫(創(chuàng)建/覆蓋)時(shí)，則被回收，即定期的會(huì)回收緩存數(shù)據(jù)。
expireAfterAccess：設(shè)置TTI，緩存數(shù)據(jù)在給定的時(shí)間內(nèi)沒有讀/寫時(shí)，則被回收。每次訪問時(shí)，都會(huì)更新它的TTI，從而如果該緩存是非常熱的數(shù)據(jù)，則將一直不過期，可能會(huì)導(dǎo)致臟數(shù)據(jù)存在很長(zhǎng)時(shí)間(因此，建議設(shè)置expireAfterWrite)。

(3) 緩存回收策略/基于Java對(duì)象引用

weakKeys/weakValues：設(shè)置弱引用緩存。
softValues：設(shè)置軟引用緩存。

(4) 緩存回收策略/主動(dòng)失效

invalidate(Object key)/ invalidateAll(Iterablekeys)/invalidateAll()：主動(dòng)失效某些緩存數(shù)據(jù)。

什么時(shí)候觸發(fā)失效呢?Guava Cache不會(huì)在緩存數(shù)據(jù)失效時(shí)立即觸發(fā)回收操作(如果要這么做，則需要有額外的線程來進(jìn)行清理)，是在PUT時(shí)會(huì)主動(dòng)進(jìn)行一次清理緩存，當(dāng)然讀者也可以根據(jù)實(shí)際業(yè)務(wù)通過自己設(shè)計(jì)線程來調(diào)用cleanUp方法進(jìn)行清理。

(5) 并發(fā)級(jí)別

concurrencyLevel：Guava Cache重寫了ConcurrentHashMap，concurrencyLevel用來設(shè)置Segment數(shù)量，concurrencyLevel越大并發(fā)能力越強(qiáng)。

(6) 統(tǒng)計(jì)命中率

recordStats：?jiǎn)?dòng)記錄統(tǒng)計(jì)信息，比如命中率等。

(7) EhCache 3.x實(shí)現(xiàn)

本文使用最新的Ehcache3.1.2，目前Ehcache3.x版本還比較新，一些文檔還不是很全。

CacheManager cacheManager = CacheManagerBuilder. newCacheManagerBuilder(). build(true); 
CacheConfigurationBuilder<String, String> cacheConfig= CacheConfigurationBuilder.newCacheConfigurationBuilder( 
       String.class, 
       String.class, 
       ResourcePoolsBuilder.newResourcePoolsBuilder() 
               .heap(100, EntryUnit.ENTRIES)) 
       .withDispatcherConcurrency(4) 
       .withExpiry(Expirations.timeToLiveExpiration(Duration.of(10,TimeUnit.SECONDS))); 
  
Cache<String, String> myCache = cacheManager.createCache("myCache",cacheConfig);

CacheManager在JVM關(guān)閉時(shí)請(qǐng)調(diào)用CacheManager.close()方法。可以通過PUT、GET來讀寫緩存。CacheConfigurationBuilder也有幾類參數(shù)：緩存回收策略、并發(fā)設(shè)置、統(tǒng)計(jì)命中率等。

(8) 緩存回收策略/基于容量

heap(100, EntryUnit.ENTRIES)：設(shè)置緩存的條目數(shù)量，當(dāng)超出此數(shù)量時(shí)按照LRU進(jìn)行緩存回收。

(9) 緩存回收策略/基于空間

heap(100, MemoryUnit.MB)：設(shè)置緩存的內(nèi)存空間，當(dāng)超出此空間時(shí)按照LRU進(jìn)行緩存回收。另外，應(yīng)該設(shè)置withSizeOfMaxObjectGraph(2)：統(tǒng)計(jì)對(duì)象大小時(shí)對(duì)象圖遍歷深度和withSizeOfMaxObjectSize(1, MemoryUnit.KB)：可緩存的最大對(duì)象大小。

(10) 緩存回收策略/基于時(shí)間

withExpiry(Expirations.timeToLiveExpiration(Duration.of(10,TimeUnit.SECONDS)))：設(shè)置TTL，沒有TTI。
withExpiry(Expirations.timeToIdleExpiration(Duration.of(10,TimeUnit.SECONDS)))：同時(shí)設(shè)置TTL和TTI，且TTL和TTI值一樣。

(11) 緩存回收策略/主動(dòng)失效

remove(K key)/ removeAll(Set keys)/clear()：主動(dòng)失效某些緩存數(shù)據(jù)。

什么時(shí)候觸發(fā)失效呢?EhCache使用了類似于Guava Cache同樣的機(jī)制。

(12) 并發(fā)級(jí)別

目前還沒有提供API來設(shè)置，EhCache內(nèi)部使用ConcurrentHashMap作為緩存存儲(chǔ)，默認(rèn)并發(fā)級(jí)別16。withDispatcherConcurrency是用來設(shè)置事件分發(fā)時(shí)的并發(fā)級(jí)別。

(13) 統(tǒng)計(jì)命中率

目前還沒有開放API來統(tǒng)計(jì)。

MapDB 3.x實(shí)現(xiàn)

HTreeMap myCache = 
       DBMaker.heapDB().concurrencyScale(16).make().hashMap("myCache") 
       .expireMaxSize(10000) 
       .expireAfterCreate(10, TimeUnit.SECONDS) 
        .expireAfterUpdate(10,TimeUnit.SECONDS) 
       .expireAfterGet(10, TimeUnit.SECONDS) 
       .create();

然后可以通過PUT、GET來讀寫緩存。其有幾類參數(shù)：緩存回收策略、并發(fā)設(shè)置、統(tǒng)計(jì)命中率等。

a. 緩存回收策略/基于容量

expireMaxSize：設(shè)置緩存的容量，當(dāng)超出expireMaxSize時(shí)，按照LRU進(jìn)行緩存回收。

b. 緩存回收策略/基于時(shí)間

expireAfterCreate/expireAfterUpdate：設(shè)置TTL，緩存數(shù)據(jù)在給定的時(shí)間內(nèi)沒有寫(創(chuàng)建/覆蓋)時(shí)，則被回收。即定期的會(huì)回收緩存數(shù)據(jù)。

expireAfterGet：設(shè)置TTI，緩存數(shù)據(jù)在給定的時(shí)間內(nèi)沒有讀/寫時(shí)，則被回收。每次訪問時(shí)都會(huì)更新它的TTI，從而如果該緩存是非常熱的數(shù)據(jù)，則將一直不過期，可能會(huì)導(dǎo)致臟數(shù)據(jù)存在很長(zhǎng)的時(shí)間(因此，建議要設(shè)置expireAfterCreate/expireAfterUpdate)。

c. 緩存回收策略/主動(dòng)失效

remove(Object key) /clear()：主動(dòng)失效某些緩存數(shù)據(jù)。

什么時(shí)候觸發(fā)失效呢?MapDB默認(rèn)使用類似于Guava Cache的機(jī)制。不過，也支持可以通過如下配置使用線程池定期進(jìn)行緩存失效。

.expireExecutor(scheduledExecutorService) 
.expireExecutorPeriod(3000)

d. 并發(fā)級(jí)別

concurrencyScale：類似于Guava Cache配置。

e. 統(tǒng)計(jì)命中率

暫無(wú)。

還可以使用DBMaker.memoryDB()創(chuàng)建堆緩存，它將數(shù)據(jù)序列化并存儲(chǔ)到1MB大小的byte[]數(shù)組中，從而減少垃圾回收的影響。

2. 堆外緩存

EhCache 3.x實(shí)現(xiàn)

CacheConfigurationBuilder<String, String> cacheConfig= CacheConfigurationBuilder.newCacheConfigurationBuilder( 
       String.class, 
       String.class, 
       ResourcePoolsBuilder.newResourcePoolsBuilder() 
               .offheap(100, MemoryUnit.MB)) 
       .withDispatcherConcurrency(4) 
       .withExpiry(Expirations.timeToLiveExpiration(Duration.of(10,TimeUnit.SECONDS))) 
       .withSizeOfMaxObjectGraph(3) 
       .withSizeOfMaxObjectSize(1, MemoryUnit.KB);

堆外緩存不支持基于容量的緩存過期策略。

MapDB 3.x實(shí)現(xiàn)

HTreeMap myCache = 
       DBMaker.memoryDirectDB().concurrencyScale(16).make().hashMap("myCache") 
       .expireStoreSize(64 * 1024 * 1024) //指定堆外緩存大小64MB 
       .expireMaxSize(10000) 
       .expireAfterCreate(10, TimeUnit.SECONDS) 
       .expireAfterUpdate(10, TimeUnit.SECONDS) 
       .expireAfterGet(10, TimeUnit.SECONDS) 
       .create();

在使用堆外緩存時(shí)，請(qǐng)記得添加JVM啟動(dòng)參數(shù)，如-XX:MaxDirectMemorySize=10G。

3. 磁盤緩存

EhCache 3.x實(shí)現(xiàn)

CacheManager cacheManager = CacheManagerBuilder. newCacheManagerBuilder() 
        //默認(rèn)線程池 
        .using(PooledExecutionServiceConfigurationBuilder.newPooledExecutionServiceConfigurationBuilder().defaultPool("default",1, 10).build()) 
        //磁盤文件存儲(chǔ)位置 
        .with(new CacheManagerPersistenceConfiguration(newFile("D:\\bak"))) 
       .build(true); 
  
CacheConfigurationBuilder<String, String> cacheConfig= CacheConfigurationBuilder. newCacheConfigurationBuilder( 
       String.class, 
       String.class, 
       ResourcePoolsBuilder.newResourcePoolsBuilder() 
                .disk(100, MemoryUnit.MB,true)) //磁盤緩存 
        .withDiskStoreThreadPool("default", 5) //使用"default"線程池進(jìn)行dump文件到磁盤 
        .withExpiry(Expirations.timeToLiveExpiration(Duration.of(50,TimeUnit.SECONDS))) 
       .withSizeOfMaxObjectGraph(3) 
       .withSizeOfMaxObjectSize(1, MemoryUnit.KB);

在JVM停止時(shí)，記得調(diào)用cacheManager.close()，從而保證內(nèi)存數(shù)據(jù)能dump到磁盤。

MapDB 3.x實(shí)現(xiàn)

DB db = DBMaker 
        .fileDB("D:\\bak\\a.data")//數(shù)據(jù)存哪里 
        .fileMmapEnable() //啟用mmap 
        .fileMmapEnableIfSupported() //在支持的平臺(tái)上啟用mmap 
        .fileMmapPreclearDisable() //讓mmap文件更快 
        .cleanerHackEnable() //一些BUG處理 
        .transactionEnable() //啟用事務(wù) 
        .closeOnJvmShutdown() 
       .concurrencyScale(16) 
       .make(); 
  
HTreeMap myCache = db.hashMap("myCache") 
       .expireMaxSize(10000) 
       .expireAfterCreate(10, TimeUnit.SECONDS) 
       .expireAfterUpdate(10, TimeUnit.SECONDS) 
       .expireAfterGet(10, TimeUnit.SECONDS) 
       .createOrOpen();

因?yàn)殚_啟了事務(wù)，MapDB則開啟了WAL。另外，操作完緩存后記得調(diào)用db.commit方法提交事務(wù)。

myCache.put("key" + counterWriter,"value" + counterWriter); 
db.commit();

4. 分布式緩存

本文使用Ehcache 3.1+Terracottaserver實(shí)現(xiàn)，Ehcache 3.1引入了一個(gè)下載套件，其包含了Terracotta Server。

調(diào)用start-tc-server腳本啟動(dòng)tc server。

(1) 架構(gòu)

Terracotta Server配置

<?xml version="1.0"encoding="UTF-8"?> 
<tc-configxmlnstc-configxmlns="http://www.terracotta.org/config" 
          xmlns:ohr="http://www.terracotta.org/config/offheap-resource"> 
  
 <servers> 
    <server host="192.168.147.50" name="s1"> 
     <tsa-port>9510</tsa-port> 
     <tsa-group-port>9530</tsa-group-port> 
   </server> 
  
    <server host="192.168.147.52" name="s2"> 
     <tsa-port>9510</tsa-port> 
     <tsa-group-port>9530</tsa-group-port> 
   </server> 
  
  <client-reconnect-window>30</client-reconnect-window> 
  <restartable enabled="true"/> 
   </servers> 
  
   <services> 
       <service id="resources"> 
           <ohr:offheap-resources> 
               <ohr:resource name="cache"unit="MB">64</ohr:resource> 
           </ohr:offheap-resources> 
       </service> 
   </services> 
</tc-config>

配置了兩個(gè)tc server，其中一主一備。在兩臺(tái)服務(wù)器中分別調(diào)用如下腳本啟動(dòng)兩臺(tái)tc server。

./start-tc-server.sh -f tc-config.xml  -n s1 
./start-tc-server.sh -f tc-config.xml  -n s2

(2) EhCache代碼片段

CacheManagerBuilder<PersistentCacheManager> clusteredCacheManagerBuilder= 
       CacheManagerBuilder.newCacheManagerBuilder() 
       .with(ClusteringServiceConfigurationBuilder.cluster(URI.create("terracotta://192.168.147.50:9510")).readOperationTimeout(500,TimeUnit.MILLISECONDS).autoCreate()); 
  
final PersistentCacheManager cacheManager =clusteredCacheManagerBuilder. build(true); 
  
  
Cache<String, String> myCache = cacheManager.createCache("myCache", 
       CacheConfigurationBuilder.newCacheConfigurationBuilder( 
               String.class, 
               String.class, 
               ResourcePoolsBuilder.newResourcePoolsBuilder().with(ClusteredResourcePoolBuilder.clusteredDedicated("cache",32, MemoryUnit.MB))) 
               .withDispatcherConcurrency(4).withExpiry(Expirations.timeToLiveExpiration(Duration.of(10,TimeUnit.SECONDS))));

可以看到一個(gè)問題，此處只指定了IP為192.168.147.50這臺(tái)機(jī)器的tc-server，那么當(dāng)50這臺(tái)機(jī)器掛了，目前是不能自動(dòng)連接到52機(jī)器的。不知道未來是否會(huì)支持。或者考慮使用其主打產(chǎn)品BigMemory(付費(fèi))。

對(duì)于分布式緩存?zhèn)€人還是喜歡使用Redis之類的，性能也非常好，有主從模式、集群模式。目前不建議使用Ehcache3.1+Terracottaserver組合。

5. 多級(jí)緩存

如先查找堆緩存，如果沒有查找磁盤緩存，則使用MapDB可以通過如下配置實(shí)現(xiàn)。

HTreeMap diskCache = db.hashMap("myCache") 
       .expireStoreSize(8 * 1024 * 1024 * 1024) 
       .expireMaxSize(10000) 
       .expireAfterCreate(10, TimeUnit.SECONDS) 
       .expireAfterUpdate(10, TimeUnit.SECONDS) 
       .expireAfterGet(10, TimeUnit.SECONDS) 
       .createOrOpen(); 
  
HTreeMap heapCache = db.hashMap("myCache") 
       .expireMaxSize(100) 
       .expireAfterCreate(10, TimeUnit.SECONDS) 
       .expireAfterUpdate(10, TimeUnit.SECONDS) 
       .expireAfterGet(10, TimeUnit.SECONDS) 
       .expireOverflow(diskCache) //當(dāng)緩存溢出時(shí)存儲(chǔ)到disk 
       .createOrOpen();