Java 使用LRUmap设计一个简单的缓存场景

简介: Java 使用LRUmap设计一个简单的缓存场景

前言


 

LRUmap的作用是啥,Least Recently Used  最近最少使用的-淘汰。

那么该篇内容即是给初学者介绍一下LRUmap的使用。


正文


 

在该篇文章里,我们使用的LRUmap 来自:


import org.apache.commons.collections4.map.LRUMap;


maven依赖:


 

        <dependency>
            <groupId>org.apache.commons</groupId>
            <artifactId>commons-collections4</artifactId>
            <version>4.4</version>
        </dependency>


结合实例来介绍LRUmap的使用:


实例1


image.png


可以看到,我们new了一个LRUMap,设置最大保留的值数量为 3 个。


也就是说,当我们往 LRUMap里面 放入的值超过3,就会触发淘汰机制,按照最近未使用的顺序去淘汰多余的值,保持永远只剩下最近使用的 3个值。


实例里的的代码,我们丢了4个key -value进去,那么最近未使用的,会被淘汰的,显然就是最早丢进去的key ‘A’。


所以该实例运行结果(A 被淘汰了):

image.png


紧接着看再看这个实例:

 

实例2


image.png


可以看到这个代码,A 被使用了一下。 那么 最近未被使用的key 就显然是key ‘B’ 了 。 所以当插入LRUMap的值超过设置的最大保留上限,被淘汰的就是key ‘B’ :


image.png


通过这两个简单的实例,想必大家很轻松地了解到了LRUMap的作用了,那么利用这个LRUMap来设计一些简单的小缓存,就非常简单了。


例如,


做一个简单的用户最近搜索使用的六个搜索词 ;


做一个简单的最近登录的用户的手机号/账户;


做一个简单的... 很多小的使用场景,大家都可以自己利用这个‘最近未使用’ 淘汰机制来进行业务场景实现。


看完该篇,你是不是对LRU缓存淘汰机制有了个初步的认知? 感兴趣的可以再去深挖一下实现原理。

相关文章
|
10天前
|
机器学习/深度学习 JSON Java
Java调用Python的5种实用方案:从简单到进阶的全场景解析
在机器学习与大数据融合背景下,Java与Python协同开发成为企业常见需求。本文通过真实案例解析5种主流调用方案,涵盖脚本调用到微服务架构,助力开发者根据业务场景选择最优方案,提升开发效率与系统性能。
131 0
|
10天前
|
缓存 Java 应用服务中间件
Spring Boot配置优化:Tomcat+数据库+缓存+日志,全场景教程
本文详解Spring Boot十大核心配置优化技巧,涵盖Tomcat连接池、数据库连接池、Jackson时区、日志管理、缓存策略、异步线程池等关键配置,结合代码示例与通俗解释,助你轻松掌握高并发场景下的性能调优方法,适用于实际项目落地。
161 4
|
10天前
|
安全 Java API
Java SE 与 Java EE 区别解析及应用场景对比
在Java编程世界中,Java SE(Java Standard Edition)和Java EE(Java Enterprise Edition)是两个重要的平台版本,它们各自有着独特的定位和应用场景。理解它们之间的差异,对于开发者选择合适的技术栈进行项目开发至关重要。
53 1
|
5月前
|
自然语言处理 Java 关系型数据库
Java|小数据量场景的模糊搜索体验优化
在小数据量场景下,如何优化模糊搜索体验?本文分享一个简单实用的方案,虽然有点“土”,但效果还不错。
91 0
|
2月前
|
存储 NoSQL Dubbo
Java主流分布式解决方案多场景设计与实战
本文介绍了Java领域的主流分布式技术,涵盖分布式服务框架(如Dubbo、Spring Cloud)、分布式数据存储(如Redis、MongoDB)、分布式锁(如ZooKeeper、Redisson)及分布式事务(如Seata、Hmily),并通过电商项目案例分析了这些技术在实际开发中的应用,帮助开发者应对高并发与大数据挑战。
114 0
|
2月前
|
存储 监控 算法
企业上网监控场景下布隆过滤器的 Java 算法构建及其性能优化研究
布隆过滤器是一种高效的数据结构,广泛应用于企业上网监控系统中,用于快速判断员工访问的网址是否为违规站点。相比传统哈希表,它具有更低的内存占用和更快的查询速度,支持实时拦截、动态更新和资源压缩,有效提升系统性能并降低成本。
66 0
|
3月前
|
存储 安全 Java
现代应用场景中 Java 集合框架的核心技术与实践要点
本内容聚焦Java 17及最新技术趋势,通过实例解析Java集合框架的高级用法与性能优化。涵盖Record类简化数据模型、集合工厂方法创建不可变集合、HashMap初始容量调优、ConcurrentHashMap高效并发处理、Stream API复杂数据操作与并行流、TreeMap自定义排序等核心知识点。同时引入JMH微基准测试与VisualVM工具分析性能,总结现代集合框架最佳实践,如泛型使用、合适集合类型选择及线程安全策略。结合实际案例,助你深入掌握Java集合框架的高效应用与优化技巧。
128 4
|
11月前
|
消息中间件 缓存 NoSQL
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。
197 6