Java手撸一个缓存类似Redis

本文涉及的产品
Redis 开源版,标准版 2GB
推荐场景:
搭建游戏排行榜
云数据库 Tair(兼容Redis),内存型 2GB
简介: `LocalExpiringCache`是Java实现的一个本地缓存类,使用ConcurrentHashMap存储键值对,并通过ScheduledExecutorService定时清理过期的缓存项。类中包含`put`、`get`、`remove`等方法操作缓存,并有`clearCache`方法来清除过期的缓存条目。初始化时,会注册一个定时任务,每500毫秒检查并清理一次过期缓存。单例模式确保了类的唯一实例。
package com.boot.cache.impl;

import org.slf4j.Logger;
import org.slf4j.LoggerFactory;

import java.util.HashMap;
import java.util.Map;
import java.util.concurrent.ConcurrentHashMap;
import java.util.concurrent.Executors;
import java.util.concurrent.ScheduledExecutorService;
import java.util.concurrent.TimeUnit;

/**
 * @author liu pei
 * @date 2024年01月22日 下午5:01
 * @Description:
 */
public class LocalExpiringCache {
   

    public static void main(String[] args) {
   
        LocalExpiringCache.getInstance().put("","",100);
    }

    protected static final Logger log = LoggerFactory.getLogger(LocalExpiringCache.class);

    /* 定时清理缓存 */
    private static final ScheduledExecutorService executor = Executors.newSingleThreadScheduledExecutor();

    private static Map<String, CacheItem> cache = null;

    private class CacheItem {
   
        private Object value;
        private Long expirationTime;
        public CacheItem(Object value, long expirationTime) {
   
            this.value = value;
            this.expirationTime = expirationTime;
        }

        public Object getValue() {
   
            return value;
        }

        public void setValue(Object value) {
   
            this.value = value;
        }

        public Long getExpirationTime() {
   
            return expirationTime;
        }

        public void setExpirationTime(Long expirationTime) {
   
            this.expirationTime = expirationTime;
        }
    }

    private static class ExpiringCacheHolder {
   
        private static final LocalExpiringCache INSTANCE = new LocalExpiringCache();
    }

    public static final LocalExpiringCache getInstance() {
   
        return LocalExpiringCache.ExpiringCacheHolder.INSTANCE;
    }

    private LocalExpiringCache() {
   
        log.info("正在初始化缓存池.........");

        cache = new ConcurrentHashMap<>();

        // 注册一个定时线程任务,服务启动1秒之后,每隔500毫秒执行一次
        // 定时清理过期缓存 1000 首次执行时间 500 (毫秒)执行周期,5分钟清理一次
        executor.scheduleAtFixedRate(LocalExpiringCache::clearCache, 1000, 1000*50, TimeUnit.MILLISECONDS);
    }


    public void put(String key, Object value, long expirationSecond) {
   
        long expirationTime = System.currentTimeMillis() + expirationSecond * 1000;
        CacheItem item = new CacheItem(value, expirationTime);
        cache.put(key, item);
    }

    public Object get(String key) {
   
        CacheItem item = cache.get(key);
        if (item != null && System.currentTimeMillis() < item.getExpirationTime()) {
   
            return item.getValue();
        }
        return null; // 缓存项已过期或不存在
    }
    public void remove(String key) {
   
        cache.remove(key);
    }
    public void clear() {
   
        cache.clear();
    }
    public boolean containsKey(String key) {
   
        return cache.containsKey(key);
    }
    public boolean isEmpty() {
   
        return cache.isEmpty();
    }
    public int size() {
   
        return cache.size();
    }


    /**
     * 清理过期的缓存数据
     */
    private static void clearCache() {
   
        if (cache.size() <= 0) {
   
            return;
        }
        // 判断是否过期 过期就从缓存Map删除这个元素
        cache.entrySet().removeIf(entry -> entry.getValue().getExpirationTime() != null && entry.getValue().getExpirationTime() < System.currentTimeMillis());
    }
}
AI 代码解读
相关实践学习
基于Redis实现在线游戏积分排行榜
本场景将介绍如何基于Redis数据库实现在线游戏中的游戏玩家积分排行榜功能。
云数据库 Redis 版使用教程
云数据库Redis版是兼容Redis协议标准的、提供持久化的内存数据库服务,基于高可靠双机热备架构及可无缝扩展的集群架构,满足高读写性能场景及容量需弹性变配的业务需求。 产品详情:https://www.aliyun.com/product/kvstore &nbsp; &nbsp; ------------------------------------------------------------------------- 阿里云数据库体验:数据库上云实战 开发者云会免费提供一台带自建MySQL的源数据库&nbsp;ECS 实例和一台目标数据库&nbsp;RDS实例。跟着指引,您可以一步步实现将ECS自建数据库迁移到目标数据库RDS。 点击下方链接,领取免费ECS&amp;RDS资源,30分钟完成数据库上云实战!https://developer.aliyun.com/adc/scenario/51eefbd1894e42f6bb9acacadd3f9121?spm=a2c6h.13788135.J_3257954370.9.4ba85f24utseFl
目录
打赏
0
0
0
0
81
分享
相关文章
尼恩一键开发环境: vagrant+java+springcloud+redis+zookeeper镜像下载(&制作详解)
尼恩提供了一系列文章,旨在帮助开发者轻松搭建一键开发环境,涵盖Java分布式、高并发场景下的多种技术组件安装与配置。内容包括但不限于Windows和CentOS虚拟机的安装与排坑指南、MySQL、Kafka、Redis、Zookeeper等关键组件在Linux环境下的部署教程,并附带详细的视频指导。此外,还特别介绍了Vagrant这一虚拟环境部署工具,
尼恩一键开发环境: vagrant+java+springcloud+redis+zookeeper镜像下载(&制作详解)
Redis应用—8.相关的缓存框架
本文介绍了Ehcache和Guava Cache两个缓存框架及其使用方法,以及如何自定义缓存。主要内容包括:Ehcache缓存框架、Guava Cache缓存框架、自定义缓存。总结:Ehcache适合用作本地缓存或与Redis结合使用,Guava Cache则提供了更灵活的缓存管理和更高的并发性能。自定义缓存可以根据具体需求选择不同的数据结构和引用类型来实现特定的缓存策略。
Redis应用—8.相关的缓存框架
Redis,分布式缓存演化之路
本文介绍了基于Redis的分布式缓存演化,探讨了分布式锁和缓存一致性问题及其解决方案。首先分析了本地缓存和分布式缓存的区别与优劣,接着深入讲解了分布式远程缓存带来的并发、缓存失效(穿透、雪崩、击穿)等问题及应对策略。文章还详细描述了如何使用Redis实现分布式锁,确保高并发场景下的数据一致性和系统稳定性。最后,通过双写模式和失效模式讨论了缓存一致性问题,并提出了多种解决方案,如引入Canal中间件等。希望这些内容能为读者在设计分布式缓存系统时提供有价值的参考。感谢您的阅读!
130 6
Redis,分布式缓存演化之路
java连接redis和基础操作命令
通过以上内容,您可以掌握在Java中连接Redis以及进行基础操作的基本方法,进而在实际项目中灵活应用。
110 30
Redis缓存设计与性能优化
Redis缓存设计与性能优化涵盖缓存穿透、击穿、雪崩及热点key重建等问题。针对缓存穿透,可采用缓存空对象或布隆过滤器;缓存击穿通过随机设置过期时间避免集中失效;缓存雪崩需确保高可用性并使用限流熔断组件;热点key重建利用互斥锁防止大量线程同时操作。此外,开发规范强调键值设计、命令使用和客户端配置优化,如避免bigkey、合理使用批量操作和连接池管理。系统内核参数如vm.swappiness、vm.overcommit_memory及文件句柄数的优化也至关重要。慢查询日志帮助监控性能瓶颈。
22 9
|
2月前
|
Java中的分布式缓存与Memcached集成实战
通过在Java项目中集成Memcached,可以显著提升系统的性能和响应速度。合理的缓存策略、分布式架构设计和异常处理机制是实现高效缓存的关键。希望本文提供的实战示例和优化建议能够帮助开发者更好地应用Memcached,实现高性能的分布式缓存解决方案。
49 9
云端问道21期方案教学-应对高并发,利用云数据库 Tair(兼容 Redis®*)缓存实现极速响应
云端问道21期方案教学-应对高并发,利用云数据库 Tair(兼容 Redis®*)缓存实现极速响应
解决Redis缓存数据类型丢失问题
解决Redis缓存数据类型丢失问题
206 85
Redis 是一个高性能的键值对存储系统,常用于缓存、消息队列和会话管理等场景。
【10月更文挑战第4天】Redis 是一个高性能的键值对存储系统,常用于缓存、消息队列和会话管理等场景。随着数据增长,有时需要将 Redis 数据导出以进行分析、备份或迁移。本文详细介绍几种导出方法:1)使用 Redis 命令与重定向;2)利用 Redis 的 RDB 和 AOF 持久化功能;3)借助第三方工具如 `redis-dump`。每种方法均附有示例代码,帮助你轻松完成数据导出任务。无论数据量大小,总有一款适合你。
107 6
云端问道21期实操教学-应对高并发,利用云数据库 Tair(兼容 Redis®)缓存实现极速响应
本文介绍了如何通过云端问道21期实操教学,利用云数据库 Tair(兼容 Redis®)缓存实现高并发场景下的极速响应。主要内容分为四部分:方案概览、部署准备、一键部署和完成及清理。方案概览中,展示了如何使用 Redis 提升业务性能,降低响应时间;部署准备介绍了账号注册与充值步骤;一键部署详细讲解了创建 ECS、RDS 和 Redis 实例的过程;最后,通过对比测试验证了 Redis 缓存的有效性,并指导用户清理资源以避免额外费用。
AI助理

你好,我是AI助理

可以解答问题、推荐解决方案等