[[342437]]

 作者個人研發的在高并發場景下，提供的簡單、穩定、可擴展的延遲消息隊列框架，具有精準的定時任務和延遲隊列處理功能。自開源半年多以來，已成功為十幾家中小型企業提供了精準定時調度方案，經受住了生產環境的考驗。為使更多童鞋受益，現給出開源框架地址：

https://github.com/sunshinelyz/mykit-delay

寫在前面

往往開始做一個項目時，不會過多的考慮性能問題，以快速迭代功能為主。后續隨著業務的快速發展，系統運行的性能越來越慢，此時，就需要對系統進行相應的優化，而效果最顯著的就是給系統加上緩存。那么，問題來了，當你為系統加上緩存時，有沒有考慮過使用緩存需要注意哪些事項呢?

緩存命中率

緩存命中率是從緩存中讀取數據的次數與總讀取次數的比率，命中率越高越好。緩存命中率=從緩存中讀取次數 / (總讀取次數 (從緩存中讀取次數 + 從慢速設備上讀取次數))。這是一個非常重要的監控指標，如果做緩存，則應通過監控這個指標來看緩存是否工作良好。

緩存類型

緩存類型總體上來看，可以分為：堆緩存、堆外緩存、磁盤緩存和分布式緩存。

堆內存

使用Java堆內存來存儲對象。使用堆緩存的好處是沒有序列化/反序列化，是最快的緩存。缺點也很明顯，當緩存的數據量很大時，GC(垃圾回收)暫停時間會變長，存儲容量受限于堆空間大小。一般通過軟引用/弱引用來存儲緩存對象。即當堆內存不足時，可以強制回收這部分內存釋放堆內存空間。一般使用堆緩存存儲較熱的數據。可以使用Guava Cache、Ehcache 3.x、 MapDB實現。

堆外內存

即緩存數據存儲在堆外內存，可以減少GC暫停時間(堆對象轉移到堆外，GC掃描和移動的對象變少了)，可以支持更多的緩存空間(只受機器內存大小限制，不受堆空間的影響)。但是，讀取數據時需要序列化/反序列化。因此，會比堆緩存慢很多。可以使用Ehcache 3.x、 MapDB實現。

磁盤緩存

即緩存數據存儲在磁盤上，在JVM重啟時數據還存在，而堆/堆外緩存數據會丟失，需要重新加載。可以使用Ehcache 3.x、MapDB實現。

分布式緩存

分布式緩存可以使用ehcache-clustered(配合Terracotta server)實現Java進程間分布式緩存。也可以使用Memcached、Redis實現。

使用分布式緩存時，有兩種模式如下：

單機模式：存儲最熱的數據到堆緩存，相對熱的數據到堆外緩存，不熱的數據到磁盤緩存。

集群模式：存儲最熱的數據到堆緩存，相對熱的數據到對外緩存，全量數據到分布式緩存。

緩存回收策略

緩存的回收策略總體上來說包含：基于空間的回收策略、基于容量(空間)的回收策略、基于時間的回收策略和基于對象引用的回收策略。

基于空間

基于空間指緩存設置了存儲空間，如設置為10MB，當達到存儲空間上限時，按照一定的策略移除數據。

基于容量

基于容量指緩存設置了最大大小，當緩存的條目超過最大大小時，按照一定的策略移除舊數據。

基于時間

TTL(Time To Live):存活期，即緩存數據從創建開始直到到期的一個時間段(不管在這個時間段內有沒有被訪問，緩存數據都將過期)。TTI(Time To Idle)：空閑期，即緩存數據多久沒被訪問后移除緩存的時間。

基于對象引用

軟引用：如果一個對象是軟引用，則當JVM堆內存不足時，垃圾回收器可以回收這些對象。軟引用適合用來做緩存，從而當JVM堆內存不足時，可以回收這些對象騰出一些空間供強引用對象使用，從而避免OOM。弱引用：當垃圾回收器回收內存時，如果發現弱引用，則將它立即回收。相對于軟引用，弱引用有更短的生命周期。

注意：只有在沒有其他強引用對象引用弱引用/軟引用對象時，垃圾回收時才回收該引用。即如果有一個對象(不是弱引用/軟引用對象)引用了弱引用/軟引用對象，那么垃圾回收時不會回收該弱引用/軟引用對象。

回收算法

使用基于空間和基于容量的緩存會使用一定的策略移除舊數據，通常包含：FIFO算法、LRU算法和LFU算法。

FIFO(First In First Out)：先進先出算法，即先放入緩存的先被移除。

LRU(Least Recently Used)：最近最少使用算法，時間時間距離現在最久的那個被移除。

LFU(Least Frequently Used)：最不常用算法，一定時間段內使用次數(頻率)最少的那個被移除。

實際應用中基于LRU的緩存居多。

本文轉載自微信公眾號「冰河技術」，可以通過以下二維碼關注。轉載本文請聯系冰河技術公眾號。