java使用Map作缓存你真的用对了吗？弱引用WeakHashMap了解一下

目录

• 关于缓存咱们应该考虑什么？-intsmaze
• WeakHashMap弱引用-intsmaze
  • 线程安全问题-intsmaze
    • Collections-intsmaze
    • ThreadLocal-intsmaze

序:使用java的Map作缓存，你是否考虑过容量致使的OOM问题，是否考虑命中率对性能的影响？？

应用系统开发中，咱们常常会使用redis,memcache等第三方框架作缓存的解决方案，有的时候咱们的需求以及应用场景并非那么复杂，并且交付日期已经秒计了。咱们怎么敢在现有的应用中引入第三方框架，火都把头顶烧秃咯。这个时候怎么办，绩效啊，年终奖啊。

关于缓存咱们应该考虑什么？-intsmaze

可能大部分人使用缓存都仅仅是取和存操做，可是呢！若是对计算机操做系统有所了解，其实不用看redis的配置文件就知道要考虑容量的问题。好比操做系统中的页面调度的各类FIFO，LRU算法都是为了提升命中率。一样咱们在应用中使用缓存也应该考虑命中率和容量问题。尤为是咱们使用Java的map作简单的缓存，更是应该考虑。

女神：容量是吗？说的那么高大上，不就new的时候指定一下容量嘛，这么简单

new HashMap<Integer, Byte[]>(100);

intsmaze:您好，你能够尝试往map里面添加101个元素，而后遍历map看看遍历的数据个数是100仍是101，HashMap内部有一个数组，会自动扩容的亲。

女神:哎呀，确实。那么我就把HashMap封装一下吧。

private Map<String,String> map=new HashMap<String,String>();
    private int len;
    public intsmaze(int len)
    {
        this.len=len;
    }
    boolean put(String key,String value)
    {
        if(map.size()==len)
        {
            return false;
        }
        else
        {
            map.put(key, value);
            return true;
        }
    }

intsmaze：您好，这样确实解决了OOM问题，可是我有一个问题不知当讲不当讲，这样作的话，是否是put len次后，后面的数据都不会存储了，get的时候永远只能从get到钱len次的数据，其余的数据要走硬盘去读了?

女神:是的，我把len的大小设置大一点，而后每隔一个小时清空一下map里面的值，不就好了，你为何要针对我啊？

intsmaze: 额，你这样也能够，可是要在前期花时间调试Map大小，选择一个合适的大小，并且每隔一个小时，mysql等存储都会面临大量的请求，容易引起缓存雪崩。并且若是最求性能的话，这里其实仍是有提升的，命中率的高低决定了性能的高低。

女神: 那你想怎么样？咋滴啥？

intsmaze: 这个时候你能够了解一下FIFO，LRU等。若是你用过redis，你应该知道，不你可能知道，redis关于命中率三种策略（FIFO 、LRU、LFU）。因此咱们若是要使用Map作缓存，咱们也应该考虑一下命中率。后面编不下去了，直接讲这篇文章的重点吧。

WeakHashMap弱引用-intsmaze

WeakHashMap实现了Map接口，使用弱引用做为内部数据的存储方案。WeakHashMap是弱引用的典型应用，能够做为简单的缓存表解决方案。WeakHashMap会在系统内存范围内，保存全部表项目，一旦内存不够，在GC时，没有被引用的表项很快会被清除掉，从而避免系统内存溢出。
关于弱引用我就不讲啦，百度一大堆

Map<Integer, Byte[]> map = null;

        map = new WeakHashMap<Integer, Byte[]>();
        for (int i = 0; i < 10000; i++) {
            Integer integer = new Integer(i);
            map.put(integer, new Byte[i]);
        }
                //-Xmx5M 这个时候发现没有OOM

        // -Xmx5M java.lang.OutOfMemoryError: Java heap space
        map = new HashMap<Integer, Byte[]>(10);
        for (int i = 0; i < 100; i++) {
            Integer integer = new Integer(i);
            map.put(integer, new Byte[i]);
        }

               //若是存放在WeakHashMap中的key都存在强引用，那么WeakHashMap就会退化为HashMap。
        // -Xmx5M java.lang.OutOfMemoryError: Java heap space
        // at cn.intsmaze.collection.MapCase.testWeakHash(MapCase.java:119)
        map = new WeakHashMap<Integer, Byte[]>();
        List list = new ArrayList();
        for (int i = 0; i < 10000; i++) {
            Integer integer = new Integer(i);
            map.put(integer, new Byte[i]);// 若是你看不起我，你能够把这行注释，你将会发现姜仍是老的辣，内存溢出是WeakHashMap而不是List致使.
            list.add(integer);
        }

若是但愿在系统中经过WeakHashMap自动清理数据，尽可能不要在系统的其余地方强引用WeakHashMap的key,不然，这些key就不会被回收，WeakHashMap也就没法正常释放他们所占用的表项。

线程安全问题-intsmaze

前面已经知道，使用WeakHashMap能够忽略容量问题，提高缓存容量。只是当容量不够时，不会OOM，内部数据会被GC回收。命中率好像没有办法，容我掉一片头发换来深度思考后给出方案。
使用WeakHashMap通常是全局变量，局部变量的应用场景应该没有吧。
观察WeakHashMap源码能够发现，它是线程不安全的，因此在多线程场景该怎么办嘞？

Collections-intsmaze

WeakHashMap<String, String> weakHashMapintsmaze=new WeakHashMap<String, String>();
Map<String, String> intsmaze=Collections.synchronizedMap(weakHashMapintsmaze);

就问你服不服。

ThreadLocal-intsmaze

一个ThreadLocal记录一个weakHashMap,良好的系统是不会不断的建立销毁线程的，而是有线程池进行维护，那么就用ThreadLocal吧。不懂，你能够先关注我，再去百度。

个人博客即将搬运同步至腾讯云+社区，邀请你们一同入驻：https://cloud.tencent.com/developer/support-plan?invite_code=2mx7vvis5a80k