7月安卓手機性價比榜：努比亞+紅魔兩款新機入榜
7月登場的新機有努比亞Z50S Pro和紅魔8S Pro，除了三星之外目前唯二的兩款搭載超頻版驍龍8Gen2處理器的產品，而且努比亞和紅魔也一貫有著不錯的性價比，所以在本次的性價比榜單
Guava Cache是一款非常優秀的本地緩存框架。
這篇文章，我們聊聊如何使用 Guava Cache 異步刷新技巧帶飛系統性能 。
圖片
Guava Cache 的數據結構跟 JDK1.7 的 ConcurrentHashMap 類似，提供了基于時間、容量、引用三種回收策略，以及自動加載、訪問統計等功能。
圖片
首先，我們溫習下 Gauva Cache 的經典配置 。
圖片
例子中，緩存最大容量設置為 100 （基于容量進行回收），配置了失效策略和刷新策略。
配置 expireAfterWrite 后，緩存項在被創建或最后一次更新后的指定時間內會過期。
配置 refreshAfterWrite 設置刷新時間，當緩存項過期的同時可以重新加載新值 。
這個例子里，有的同學可能會有疑問：為什么需要配置刷新策略，只配置失效策略不就可以嗎？
當然是可以的，但在高并發場景下，配置刷新策略會有奇效，接下來，我們會寫一個測試用例，方便大家理解 Gauva Cache 的線程模型。
我們模擬在多線程場景下，「緩存過期執行 load 方法」和「刷新執行 reload 方法」兩者的運行情況。
圖片
執行結果見下圖：
圖片
執行結果表明：Guava Cache 并沒有后臺任務線程異步的執行 load 或者 reload 方法。
失效策略：expireAfterWrite 允許一個線程執行 load 方法，其他線程阻塞等待 。當大量線程用相同的 key 獲取緩存值時，只會有一個線程進入 load 方法，而其他線程則等待，直到緩存值被生成。這樣也就避免了緩存擊穿的危險。高并發場景下 ，這樣還是會阻塞大量線程。
刷新策略：refreshAfterWrite 允許一個線程執行 load 方法，其他線程返回舊的值。單個 key 并發下，使用 refreshAfterWrite ，雖然不會阻塞了，但是如果恰巧同時多個 key 同時過期，還是會給數據庫造成壓力。
為了提升系統性能，我們可以從如下兩個方面來優化 ：
下圖展示優化方案的時間軸 ：
圖片
圖片
圖片
不管使用哪種方案， 都需要定義單獨的線程池來執行刷新任務 。
2018 年，筆者服務的一家電商公司需要進行 app 首頁接口的性能優化。筆者花了大概兩天的時間完成了整個方案，采取的是兩級緩存模式，同時采用了 Guava 的異步刷新機制。
整體架構如下圖所示：
圖片
緩存讀取流程如下 ：
優化后，性能表現很好，平均耗時在 5ms 左右，同時大幅度的減少應用 GC 的頻率。
該方案依然有瑕疵，一天晚上我們發現 app 端首頁顯示的數據時而相同，時而不同。
也就是說：雖然 LoadingCache 線程一直在調用接口更新緩存信息，但是各個服務器本地緩存中的數據并非完成一致。
這說明了兩個很重要的點：
最終，我們的解決方案是：
Guava Cache 非常強大，它并沒有后臺任務線程異步的執行 load 或者 reload 方法，而是通過請求線程來執行相關操作。
為了提升系統性能，我們可以從如下兩個方面來處理 ：
筆者曾經優化過某電商網站的首頁接口，使用的方案是：Guava 的異步刷新機制 + 多級緩存 ，取得了非常好的優化效果。
盡管如此，我們在使用這種方式時，依然需要考慮的緩存和數據庫一致性問題。
參考資料：
https://albenw.github.io/posts/df42dc84/
本文鏈接：http://www.www897cc.com/showinfo-26-57379-0.htmlGuava Cache 異步刷新技巧，你值得擁有!
聲明：本網頁內容旨在傳播知識，若有侵權等問題請及時與本網聯系，我們將在第一時間刪除處理。郵件：2376512515@qq.com
上一篇： 突破 Pytorch 核心點，損失函數 ?。。?/a>
下一篇： 性能篇：String慎重使用正則表達式？
Copyright ? 2016-2023 天津谷騏科技有限公司 版權所有 sitemap.xml
違法及侵權請聯系：2376512515@qq.com 津ICP備18001702號
津公網安備 12010102000574號