BigMemory系列文章--3. Ehcache存储层级(tier)

简介: 转载请注明出处哈:http://carlosfu.iteye.com/blog/2237511   一、Ehcache存储层级示意图:   二、层级说明   1、MemStore(通常指堆内存储) (1) 堆内存储,受制于GC (2) 理论上最快,可以存储序列化...

转载请注明出处哈:http://carlosfu.iteye.com/blog/2237511


 

一、Ehcache存储层级示意图:

 

二、层级说明

 

1、MemStore(通常指堆内存储)

(1) 堆内存储,受制于GC

(2) 理论上最快,可以存储序列化和非序列化数据

(3) 线程安全

(4) 如果使用了OffHeapStore,那么MemStore保存The hottest subset of data from thre OffHeapStore.

 

2、OffHeapStore(堆外内存:被称为BigMemory):

有关堆外内存:可以参考如下文章:http://calvin1978.blogcn.com/articles/directbytebuffer.html

只在企业版本的Ehcache(BigMemory)中提供,原理是利用nio的DirectByteBuffers实现,比存储到磁盘上快,而且完全不受GC的影响,可以保证响应时间的稳定性;但是direct buffer的在分配上的开销要比heap buffer大,而且要求必须以字节数组方式存储,因此对象必须在存储过程中进行序列化,读取则进行反序列化操作,它的速度大约比堆内存储慢一个数量级。

(注:direct buffer不受GC影响,但是direct buffer归属的的JAVA对象是在堆上且能够被GC回收的,一旦它被回收,JVM将释放direct buffer的堆外空间。)

(1) 堆外内存,不受制于GC

(2)  只在Bigmemory中能用,Ehcache不支持。

(3) 堆外内存使用字节码存储,所以只能存储序列化数据

 

3、DiskStore(磁盘存储):

(1) 只能存储序列化的数据。

(2) 此数据层是可选的,不是必须的

 

相关文章
|
人工智能 自然语言处理 自动驾驶
什么是人工智能
一、什么是人工智能 人工智能(Artificial Intelligence,简称AI)是指通过模拟人类智能思维和行为的方式,使机器能够像人类一样感知、理解、推理、学习和决策的一种技术和应用领域。它可以让计算机系统具有自主学习、自主决策、自主执行任务的能力,从而实现自动化、智能化的目标。常见的人工智能应用包括语音识别、图像识别、自然语言处理、机器翻译、智能推荐、自动驾驶等。 二、人工智能具有以下几个特点 1. 学习能力:人工智能系统可以通过学习从大量的数据中提取模式和规律,并根据学习到的知识和经验不断优化自身的性能。 2. 推理能力:人工智能系统可以根据已有的知识和规则进行推理,从而做出合理的
2667 0
|
传感器 自动驾驶 算法
SLAM:SLAM(即时定位与地图构建)的简介、发展、案例应用之详细攻略
SLAM:SLAM(即时定位与地图构建)的简介、发展、案例应用之详细攻略
|
10月前
|
数据采集 测试技术 API
小白必看!电商 API 开发避坑指南:签名错误、权限申请全解决
本文总结电商API开发常见问题与解决方案,涵盖京东、淘宝、拼多多的签名规则、权限申请、频率限制等核心踩坑点,结合实战案例,助你高效避坑,提升开发效率90%。
|
10月前
|
JSON 监控 算法
淘宝 + 京东关键字搜索比价 API 接口详解
本项目整合淘宝和京东商品搜索与比价API,支持跨平台价格对比、商品匹配、价格走势分析等功能。提供消费者最优价格选择,辅助商家市场调研与定价策略,附完整Python实现及应用解析。
|
Android开发 开发者
关于将Android AAB转化为APK
本篇文章主要讲如何将AAB转化为APK,虽然说我们上传到Google Play的AAB,是有Google Play自己去转化为APK给用户下载的,但是作为开发者的我们,也是需要知道应该如何转化的,毕竟我们还是要做测试的,当你拿到一个AAB文件的时候,你得知道如何将它转化成APK,然后安装在手机上,测试需要测试的内容。
2194 1
|
人工智能 自然语言处理 语音技术
通用大模型VS垂直大模型
【7月更文挑战第16天】通用大模型VS垂直大模型
|
边缘计算 人工智能 5G
5G 组网模式:NSA 与 SA 的比较与应用
5G 组网模式:NSA 与 SA 的比较与应用
8082 1
java通过idea启动查看类加载来源信息
java通过idea启动查看类加载来源信息
542 0
|
机器学习/深度学习
探索Transformer在金融行情预测领域的应用——预测银行间回购市场加权价格
文章先发在公众号上来,顺便在这里也写一下,主要思路其实就是模仿盘古天气大模型的方法,来试试能不能用来预测全国银行间市场质押式回购每日的加权平均价格,目前模型主要架构和训练粗略的跑了出来,效果不是太好,目前看了点其他paper,希望尝试利用已经开源的各种大模型做微调。欢迎大家批评指正。
探索Transformer在金融行情预测领域的应用——预测银行间回购市场加权价格
|
存储 数据可视化 数据挖掘
Python统计全球星巴克门店的数据及在不同国家和地区门店数量可视化(超详细 附源码)
Python统计全球星巴克门店的数据及在不同国家和地区门店数量可视化(超详细 附源码)
848 3