`
king_tt
  • 浏览: 2233570 次
  • 性别: Icon_minigender_1
  • 来自: 深圳
社区版块
存档分类
最新评论

ehcache 与spring相结合超时自动刷新缓存的框架搭建

阅读更多

我们在做J2EE工程中经常会碰到一些常量或者是一些不太用的数据。

 

这部分数据我们希望是把它放到一个共同的地方,然后大家都能去调用,而不用频繁调用数据库以提高web访问的效率。

 

这样的东西就是缓存(cache),对于缓存的正确理解是一块不太变动的数据,但是这块数据偶尔或者周期新会被变动的,如:

 

地区,分公司,省市。。。。。。

 

当系统一开始运行时,我们可以把一批静态的数据放入cache,当数据变化时,我们要从数据库把最新的数据拿出来刷新这块cache

 

我们以前的作法是做一个static 的静态变量,把这样的数据放进去,然后用一个schedule job定期去刷新它,然后在用户访问时先找内存,如果内存里没有找到再找数据库,找到数据库中的数据后把新的数据放入 cache

 

这带来了比较繁琐的编码工作,伴随而来的代码维护和性能问题也是很受影响的。

 

因此在此我们引入了ehcache组件。

 

目前市面上比较流行的是oscacheehcache,本人这一阵对两种cache各作了一些POC,作了一些比较,包括在cluster环境下的试用,觉得在效率和性能上两者差不多。

 

但是在配置和功能上ehcache明显有优势。

 

特别是spring2后续版本引入了对ehcache的集成后,更是使得编程者在利用缓存的问题上大为受益,我写这篇文章的目的就是为了使用SPRING AOP的功能,把调用维护ehcacheAPI函数封装入框架中,使得ehcache的维护对于开发人员来说保持透明。

 

Ehcache的配置件(ehcache.xml):

 

<ehcache xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:noNamespaceSchemaLocation="../config/ehcache.xsd">

<diskStore path="/tmp"/>

 

<defaultCache

maxElementsInMemory="500"

eternal="false"

timeToIdleSeconds="0"

timeToLiveSeconds="60"

overflowToDisk="false"

maxElementsOnDisk="0"

diskPersistent="false"

diskExpiryThreadIntervalSeconds="0"

memoryStoreEvictionPolicy="LRU"

/>

<cache name="countryCache"

maxElementsInMemory="10000"

eternal="false"

timeToIdleSeconds="0"

timeToLiveSeconds="60"

overflowToDisk="false"

maxElementsOnDisk="0"

diskPersistent="false"

diskExpiryThreadIntervalSeconds="0"

memoryStoreEvictionPolicy="LRU">

</cache>

 

</ehcache>

 

1.必须要有的属性:

 

name: cache的名字,用来识别不同的cache,必须惟一。

 

maxElementsInMemory: 内存管理的缓存元素数量最大限值。

 

maxElementsOnDisk: 硬盘管理的缓存元素数量最大限值。默认值为0,就是没有限制。

 

eternal: 设定元素是否持久话。若设为true,则缓存元素不会过期。

 

overflowToDisk: 设定是否在内存填满的时候把数据转到磁盘上。

 

2.下面是一些可选属性:

 

timeToIdleSeconds设定元素在过期前空闲状态的时间,只对非持久性缓存对象有效。默认值为0,值为0意味着元素可以闲置至无限长时间。

 

timeToLiveSeconds: 设定元素从创建到过期的时间。其他与timeToIdleSeconds类似。

 

diskPersistent: 设定在虚拟机重启时是否进行磁盘存储,默认为false.(我的直觉,对于安全小型应用,宜设为true)

 

diskExpiryThreadIntervalSeconds: 访问磁盘线程活动时间。

 

diskSpoolBufferSizeMB: 存入磁盘时的缓冲区大小,默认30MB,每个缓存都有自己的缓冲区。

 

memoryStoreEvictionPolicy: 元素逐出缓存规则。共有三种,Recently Used (LRU)最近最少使用,为默认。First In First Out (FIFO),先进先出。Less Frequently Used(specified as LFU)最少使用。

 

根据描述,上面我们设置了一个60秒过期不使用磁盘持久策略的缓存。

 

下面来看与spring的结合,我作一了个ehcacheBean.xml文件:

 

<?xml version="1.0" encoding="UTF-8"?>

<!DOCTYPE beans PUBLIC "-//SPRING//DTD BEAN//EN" "http://www.springframework.org/dtd/spring-beans.dtd">

<beans>

<bean id="defaultCacheManager"

class="org.springframework.cache.ehcache.EhCacheManagerFactoryBean">

<property name="configLocation">

<value>classpath:ehcache.xml</value>

</property>

</bean>

 

 

<bean id="ehCache" class="org.springframework.cache.ehcache.EhCacheFactoryBean">

<property name="cacheManager">

<ref local="defaultCacheManager" />

</property>

<property name="cacheName">

<value>countryCache</value>

</property>

</bean>

 

<bean id="methodCacheInterceptor" class="com.testcompany.framework.ehcache.MethodCacheInterceptor">

<property name="cache">

<ref local="ehCache" />

</property>

</bean>

 

<bean id="methodCacheAfterAdvice" class="com.testcompany.framework.ehcache.MethodCacheAfterAdvice">

<property name="cache">

<ref local="ehCache" />

</property>

</bean>

 

<bean id="methodCachePointCut"

class="org.springframework.aop.support.RegexpMethodPointcutAdvisor">

<property name="advice">

<ref local="methodCacheInterceptor" />

</property>

<property name="patterns">

<list>

<value>com.testcompany.common.cache.EHCacheComponent.cacheFind*.*</value>

<value>com.testcompany.common.cache.EHCacheComponent.cacheGet*.*</value>

</list>

</property>

</bean>

<bean id="methodCachePointCutAdvice"

class="org.springframework.aop.support.RegexpMethodPointcutAdvisor">

<property name="advice">

<ref local="methodCacheAfterAdvice" />

</property>

<property name="patterns">

<list>

<value>com.testcompany.common.cache.EHCacheComponent.cacheCreate.*</value>

<value>com.testcompany.common.cache.EHCacheComponent.cacheUpdate.*</value>

<value>com.testcompany.common.cache.EHCacheComponent.cacheDelete.*</value>

</list>

</property>

</bean>

</beans>

 

在此我定义了两个拦截器,一个叫MethodCacheInterceptor一个叫MethodCacheAfterAdvice

 

这两个拦截器的作用就是提供:

 

1.用户调用ehcache时,自动先找ehcache中的对象,如果找不到再调用相关的service方法(如调用DB中的SQL来查询数据)。

 

它对以以下表达式的类方法作intercept:

 

<list>

<value>com.testcompany.common.cache.EHCacheComponent.cacheFind*.*</value>

<value>com.testcompany.common.cache.EHCacheComponent.cacheGet*.*</value>

</list>

 

2.为用户提供了一套管理ehcacheAPI函数,使得用户不用去写ehcacheapi函数来对ehcacheCRUD的操作

 

它对以以下表达式的类方法作after advice:

 

<list>

<value>com.testcompany.common.cache.EHCacheComponent.cacheCreate.*</value>

<value>com.testcompany.common.cache.EHCacheComponent.cacheUpdate.*</value>

<value>com.testcompany.common.cache.EHCacheComponent.cacheDelete.*</value>

</list>

 

我们一起来看这两个类的具体实现吧。

 

MethodCacheInterceptor.class

 

public class MethodCacheInterceptor implements MethodInterceptor,

InitializingBean {

private final Log logger = LogFactory.getLog(getClass());

 

private Cache cache;

 

public void setCache(Cache cache) {

this.cache = cache;

}

 

public MethodCacheInterceptor() {

super();

}

 

@Override

public Object invoke(MethodInvocation invocation) throws Throwable {

String targetName = invocation.getThis().getClass().getName();

String methodName = invocation.getMethod().getName();

Object[] arguments = invocation.getArguments();

Object result;

 

logger.info("Find object from cache is " + cache.getName());

 

String cacheKey = getCacheKey(targetName, methodName, arguments);

Element element = cache.get(cacheKey);

 

if (element == null) {

logger

.info("Can't find result in Cache , Get method result and create cache........!");

result = invocation.proceed();

element = new Element(cacheKey, (Serializable) result);

cache.put(element);

}else{

logger

.info("Find result in Cache , Get method result and create cache........!");

}

return element.getValue();

}

 

private String getCacheKey(String targetName, String methodName,

Object[] arguments) {

StringBuffer sb = new StringBuffer();

sb.append(targetName).append(".").append(methodName);

if ((arguments != null) && (arguments.length != 0)) {

for (int i = 0; i < arguments.length; i++) {

sb.append(".").append(arguments[i]);

}

}

return sb.toString();

}

 

public void afterPropertiesSet() throws Exception {

if (cache == null) {

logger.error("Need a cache. Please use setCache(Cache) create it.");

}

}

 

}

 

MethodCacheAfterAdvice

 

public class MethodCacheAfterAdvice implements AfterReturningAdvice,

InitializingBean {

 

private final Log logger = LogFactory.getLog(getClass());

 

private Cache cache;

 

public void setCache(Cache cache) {

this.cache = cache;

}

 

public MethodCacheAfterAdvice() {

super();

}

 

public void afterReturning(Object arg0, Method arg1, Object[] arg2,

Object arg3) throws Throwable {

String className = arg3.getClass().getName();

List list = cache.getKeys();

for (int i = 0; i < list.size(); i++) {

String cacheKey = String.valueOf(list.get(i));

if (cacheKey.startsWith(className)) {

cache.remove(cacheKey);

logger.debug("remove cache " + cacheKey);

}

}

}

 

public void afterPropertiesSet() throws Exception {

if (cache == null) {

logger.error("Need a cache. Please use setCache(Cache) create it.");

}

}

 

}

我们一起来看EHCacheComponent类的具体实现吧:

 

@Component

public class EHCacheComponent {

 

protected final Log logger = LogFactory.getLog(getClass());

 

@Resource

private ICommonService commonService;

 

public List<CountryDBO> cacheFindCountry()throws Exception{

return commonService.getCountriesForMake();

}

}

 

该类中的方法cacheFindCountry()就是一个从缓存里找country信息的类。

因此,public List<CountryDBO> cacheFindCountry()是被cache的,每次调用时该方法都会被MethodCacheInterceptor拦截住,然后先去找cache,如果当在缓存里找到cacheFindCountry的对象后会直接返回一个list,如果没有,它会去调用servicegetCountriesForMake()方法。

 

现在来看我们原来的action的写法与更改成ehcache方式的写法。

 

//List<CountryDBO> countries = commonService.getCountriesForMake(); /*原来在action中的调用*/

 

List<CountryDBO> countries =cache.cacheFindCountry(); /*现在的调用*/

 

这时,用法登录主界面,查询国别信息,后台log日志报出:

 

2011-02-18 12:25:49 INFO MethodCacheInterceptor:33 - Find object from cache is countryCache

2011-02-18 12:25:49 INFO MethodCacheInterceptor:40 - Can't find result in Cache , Get method result and create cache........!

2011-02-18 12:25:49 INFO CommonDAOImpl:30 - >>>>>>>>>>>>>>>>>get counter for make from db

 

再次作国别信息的查询,后台log日志报出:

 

2011-02-18 11:58:26 INFO MethodCacheInterceptor:33 - Find object from cache is countryCache

2011-02-18 11:58:26 INFO MethodCacheInterceptor:46 - Find result in Cache , Get method result and create cache........!

 

 

此处的2011-02-18 12:25:49 INFO CommonDAOImpl:30 - >>>>>>>>>>>>>>>>>get counter for make from db语句是我故意放在调用数据库的dao方法开头的。

 

使得每次getCountriesForMakeservice方法去调用这个daodao. getCountriesForMake()方法时被log日志打印一下。

 

因此在60秒内我们做两次这样的国别信息查询,第一次是走dao,第二次没走DAO,但是国别信息也被查询出来了,大功告成。

 

最后:

 

ehcache.xml文件中的配置中的两个值的更改需要根据实际情况:

timeToIdleSeconds="0"

timeToLiveSeconds="60"

 

比如说如果你的国别过1个月会被客服人员更新一次,那可以把这个timeToLiveSeconds时间设置为一个月的秒。

timeToIdleSeconds这个值代表这个值如果在timeToLiveSeconds期内没人动,就会一直闲置着,而不会销毁。

分享到:
评论

相关推荐

    Spring Boot中使用EhCache实现缓存支持

    ### Spring Boot中使用EhCache实现缓存支持 #### 概述 在现代软件开发过程中,缓存技术已经成为提升系统性能的重要手段之一。通过减少对底层数据存储的频繁访问,缓存可以有效缓解数据库压力,加快应用响应速度。...

    基于Java的源码-ehcache(Java缓存框架 EhCache).zip

    EhCache是一个高性能、易用的Java本地内存缓存框架,它被广泛应用于各种Java应用程序中,以提高数据访问速度并降低数据库负载。EhCache的设计目标是提供快速、轻量级的缓存解决方案,支持多线程环境,并且能够很好地...

    BoneCP连接池和Ehcache注解缓存整合到Spring

    Ehcache则是一个广泛使用的Java缓存框架,它能够提升应用程序的响应速度,减少对数据库的访问,从而提高系统性能。这两者的整合,可以帮助我们构建出一个更加优化的Spring应用。 首先, BoneCP连接池的核心特性包括...

    基于SpringBoot+Layui搭建的学生管理系统,融合shiro安全框架和Ehcache缓存框架.zip

    这是一个基于SpringBoot和Layui构建的学生管理系统的项目,整合了Shiro安全框架和Ehcache缓存技术。下面将详细介绍这些技术及其在系统中的应用。 **SpringBoot** SpringBoot是Spring框架的一个衍生版本,旨在简化...

    ehcache缓存入门项目

    EhCache是一个开源的、高性能的Java缓存框架,它被广泛用于提高应用程序的性能,减少数据库负载。在这个“ehcache缓存入门项目”中,我们将深入探讨EhCache的基本概念、配置、使用方法以及一些实用技巧。 1. **...

    spring_springtestcase+ehcache的demo

    【标题】"spring_springtestcase+ehcache的demo"是一个示例项目,它整合了Spring框架的测试组件Spring Test Case与缓存解决方案Ehcache。这个项目的主要目的是展示如何在Spring应用程序中集成并测试Ehcache缓存系统...

    基于redis的缓存框架

    Spring Cache是Spring框架的一个模块,提供了统一的缓存抽象,可以与多种缓存提供商(如Redis、Ehcache等)集成。然而,Spring Cache的配置相对复杂,且在某些特定场景下可能无法满足需求。因此,我们希望通过自定义...

    springboot+EHcache 实现文章浏览量的缓存和超时更新

    springboot+EHcache 实现文章浏览量的缓存和超时更新是指通过springboot框架和EHcache缓存机制来实现文章浏览量的缓存和超时更新,以解决高访问量网站对数据库的压力问题。 EHcache 缓存机制 EHcache是Java中一...

    配置Spring+hibernate使用ehcache作为second-levelcache.docx

    Ehcache 是一个开源的缓存框架,提供了一个高性能的缓存解决方案,可以与 Hibernate 和 Spring 整合使用,以提高应用程序的性能。 缓存的重要性 在 Web 应用程序中,数据库访问是性能瓶颈之一。数据库访问需要消耗...

    分布式多级缓存实践

    本文将详细探讨基于Redis和Ehcache的两级缓存实现方案,以及如何与Spring服务相结合,提高系统性能。 首先,我们来看Ehcache。Ehcache是一款广泛使用的Java缓存库,它支持本地内存缓存,具有快速响应和较低延迟的...

    spring缓存实例

    `@CacheEvict`则用于清除缓存,通常在数据更新或删除后使用,以保持缓存与数据库的一致性。`@Caching`可以组合多个缓存操作,提供更大的灵活性。`@CacheConfig`用于定义全局的缓存配置,如缓存名称、超时时间等。 ...

    Spring整合EhCache

    ### Spring 整合 EhCache 实现原理与应用详解 #### 一、Spring 对 Cache 的支持 从 Spring 3.1 版本开始,Spring 框架正式引入了对 Cache 的支持,这种支持的方式和原理与 Spring 对事务管理的支持非常类似。通过...

    Spring基于注解的缓存配置--web应用实例

    在本实例中,我们将深入探讨如何在Spring框架中利用注解来实现缓存配置,特别是在Web应用程序中的实际应用。Spring Cache是一个强大的功能,它允许我们高效地管理应用程序中的数据,减少不必要的数据库查询,提高...

    ehcache配置使用详解

    ehcache,作为一款高性能的开源Java缓存框架,旨在简化缓存的管理和使用,为开发者提供了灵活且强大的缓存解决方案。 **主要特性:** 1. **快速**:ehcache通过高效的内存管理和优化的算法设计,确保数据读取和写入...

    pring4新特性缓存框架增强共6页.pdf.zip

    在Spring 4中,缓存框架的增强是一个重要的更新,它极大地提升了应用程序的性能和效率。这个主题主要涉及Spring框架如何通过引入缓存抽象来帮助开发者优化数据访问,减少不必要的数据库查询,从而提高系统的响应速度...

    Spring Redis缓存实例

    Spring框架提供了一种优雅的方式来整合缓存管理,其中包括对Redis的支持。Redis是一个开源的、高性能的键值数据库,常用于数据缓存、消息队列等多种场景。本文将详细介绍如何使用Spring集成Redis来实现数据缓存。 #...

    浅析SpringCache缓存1

    Spring Cache 是 Spring 框架从 3.1 版本开始引入的一个强大特性,它提供了一种透明化的缓存机制,允许开发者在不修改原有业务代码的基础上,轻松地为应用程序添加缓存功能。这个抽象层使得我们可以使用不同的缓存...

    mybatis与spring整合依赖包集

    在Java开发领域,MyBatis和Spring框架的...总之,"mybatis与spring整合依赖包集"为开发者提供了构建MyBatis-Spring整合项目的必要组件,涵盖了数据源、缓存和基础框架的集成,极大地简化了开发过程,提高了开发效率。

    springboot整合ehcache 实现支付超时限制的方法

    Spring Boot 框架结合 Ehcache 缓存技术可以帮助我们实现这一目标。本文将详细讲解如何利用 Spring Boot 整合 Ehcache 来实施支付超时限制。 首先,我们需要在项目中添加 Ehcache 的依赖。在 `pom.xml` 文件中,...

Global site tag (gtag.js) - Google Analytics