guava缓存批量获取的一个坑

摘要

Guava Cache是Google开源的Java工具集库Guava里的一款缓存工具，一直以为使用起来比较简单，没想到此次竟然还踩了一个坑

背景

功能需求抽象出来很简单，就是将数据库的查询sthMapper.findById(Long id)的结果缓存起来。但同时还有批量请求，为了提升效率，确定要批量查询数据库，sthMapper.findByIds(Collection<Long> ids)

对于的guava cache 处理类

// 定义guava缓存
  public SthCache() {
        sthCache = CacheBuilder.newBuilder()
                .maximumSize(SIZE)
                .refreshAfterWrite(3, TimeUnit.SECONDS)
                .build(new CacheLoader<Long, List<Long>>() {
                    @Override
                    public List<Long> load(final Long id) {
                        return doLoad(Arrays.asList(id)).get(id);
                    }

                    @Override
                    public Map<Long, List<Long>> loadAll(
                            final Iterable<? extends Long> ids)
                            throws Exception {
                        return doLoad(Lists.newArrayList(ids));
                    }
                });
    }
// 实际从数据库中加载数据
private Map<Long, List<Long>> doLoad(final List<Long> ids) {
    return sthMapper.findByIds(ids);
} 
// 批量获取数据
 public Map<Long, List<Long>> getSthById(final List<Long> ids) {
        return sthCache.getAll(ids);
    
    }
复制代码

没毛病，getAll(Iterable<? extendsK>)方法用来执行批量查询。默认状况下，对每一个不在缓存中的键，getAll方法会单独调用CacheLoader.load来加载缓存项。若是批量的加载比多个单独加载更高效，你能够重载CacheLoader.loadAll来利用这一点。getAll(Iterable)的性能也会相应提高。这边定义了loadAll效率高了。

问题

在debug的时候发现确实走的loadAll,批量查询数据库。可是上线后，线上监控数据却发现这个接口耗时很长，经过分析，发现有不少sthMappper.findByIds()的单个查询。也就是说，并无调用loadAll，走到批量查询数据库中。

分析解决

1. 首先看了下guava的代码实现

ImmutableMap<K, V> getAll(Iterable<? extends K> keys) throws ExecutionException {
   int hits = 0;
   int misses = 0;
   // 省略一大坨
   try {
     if (!keysToLoad.isEmpty()) {
       try {
       // 调用loadAll
         Map<K, V> newEntries = loadAll(keysToLoad, defaultLoader);
复制代码

批量查询时，对于没有命中的，确实调用的loadAll来加载数据的。

那问题就不是这边了。在load()方法打了个断点，缘由就找到了。

原来是refesh的时候，加载的。refreshAfterWrite 刷新缓存数据时调用的仍是load方法。

搜索了下，github.com/google/guav… github上这个issue还在。汗！！！

最后我这边解决是用Spring Cache统一了缓存管理。

总结

对于开源库的使用不可只知其然，不知其因此然。

关注公众号【方丈的寺院】，第一时间收到文章的更新，与方丈一块儿开始技术修行之路