当前位置: 首页 > article >正文

微服务实战系列之EhCache

前言

书接前文,继续深耕。上一篇博主对Redis进行了入门级介绍,大体知道了Redis可以干什么以及怎么使用它。

今日博主继续带着大家学习如何使用EhCache,这是一款基于Java的缓存框架。

在这里插入图片描述


  • 微服务实战系列之Redis
  • 微服务实战系列之Cache
  • 微服务实战系列之Nginx(技巧篇)
  • 微服务实战系列之Nginx
  • 微服务实战系列之Feign
  • 微服务实战系列之Sentinel
  • 微服务实战系列之Token
  • 微服务实战系列之Nacos
  • 微服务实战系列之Gateway
  • 微服务实战系列之加密RSA
  • 微服务实战系列之签名Sign

一、Ehcache简介

Ehcache is an open-source, standards-based cache for boosting performance, offloading your database, and simplifying scalability, it is today’s most widely used Java-based cache.
Ehcache provides in-process cache, which you can replicate across multiple nodes.

博主提炼几个关键词:开源、标准化、轻量级、Java缓存、分布式
在这里插入图片描述

1. 快速入门

Ehcache支持API、XML的的集成方式,博主以XML为例进行介绍。

1.1 导入依赖
<!-- https://mvnrepository.com/artifact/net.sf.ehcache/ehcache -->
<dependency>
    <groupId>net.sf.ehcache</groupId>
    <artifactId>ehcache</artifactId>
    <version>2.10.9.2</version>
</dependency>

因为只依赖 slf4j-api,所以Ehcache真正的做到了轻量级。

1.2 配置参数

准备一个echache.xml文件,参考配置:

<?xml version="1.0" encoding="UTF-8"?>
<ehcache>
   <!--  指定磁盘存储目录-->
   <diskStore path="d:/ehcache/mycache/" />
   <!-- 
        defaultCache:默认的缓存
        maxElementsInMemory:内存中最大缓存对象数
        eternal:是否永不过期,此时会忽略timeToIdleSeconds和timeToLiveSeconds属性
        overflowToDisk:Element数量达到maxElementsInMemory时,写到磁盘中
   -->
   <defaultCache
      maxElementsInMemory="100"
      eternal="true"
      overflowToDisk="true"/>
 <!-- 
        maxElementsInMemory:设置成1且overflowToDisk为true,代表只要有一个Element,就立即持久化到硬盘
        eternal:设置成true,永久有效
        maxElementsOnDisk:硬盘中最大缓存对象数,不限为0
        diskPersistent:是否缓存虚拟机重启期数据 
     -->
    <cache 
      name="firstCache"
      maxElementsInMemory="1" 
      eternal="true"
      overflowToDisk="true" 
      maxElementsOnDisk="0"
      diskPersistent="true"/>
 
</ehcache>
2. 数据管理机制

Ehcache数据缓存依赖Manager完成,遵循CacheManager—>Cache—>Element层级关系,以下是每个组件的特点。

  • CacheManager
    缓存管理器,是Ehcache的入口。
  • Cache
    每个CacheManager可以管理多个Cache,每个Cache可以管理多个Element。
  • Element
    单条缓存的组成单位。

在这里插入图片描述

3. 缓存策略
  • FIFO:先进先出
  • LRU:最近最少使用
  • LFU:最不经常使用

二、单体OR集群

1. 单体

单体模式,数据缓存在本地磁盘或内存中,适用于对数据缓存要求较高的场景。因此需要准备足够的磁盘或内存空间。

2. 集群

集群模式,Ehcache提供了多种部署方案,比如基于RMI、JMS等组内广播策略,实现分布式缓存部署。
鉴于Ehcache不保证数据安全(即数据访问正确性),所以其特点之一可能是“快而不准”,如此可能会带来一个问题:“缓存一致性”。因此,通常需结合其他保障一致性的组件配合使用,实现二级缓存,如下图:
在这里插入图片描述


结语

Ehcache作为近年来比较流行的Java缓存框架,对于本地缓存的支持已足够。“小而快”的特点,也让它成为微服务中的热门组件。当然也存在粗暴的一面,也因此失去了分布式的部分优势。
所以各位盆友,不同的缓存各领风骚,选择需谨慎!
在这里插入图片描述


http://www.kler.cn/a/152257.html

相关文章:

  • JavaScript添加快捷键、取消浏览器默认的快捷操作、js查看键盘按钮keycode值
  • 中国毫米波雷达产业分析3——毫米波雷达市场分析(四、五、六)
  • 数字图像处理(实践篇)十四 图像金字塔
  • 【腾讯云 HAI域探秘】借助高性能应用HAI——我也能使用【stable diffusion】制作高级视频封面了
  • Kubernetes 安全最佳实践:保护您的秘密
  • IDEA安装python插件并配置
  • python调用chatgpt4
  • shiro的前后端分离模式
  • 基于python和定向爬虫的商品比价系统
  • 二级等保,nginx设置问题,请求头,SSL密码组件,防web信息泄露,tls版本太老,头缺失
  • JenKins快速安装与使用,Gitlab自动触发Jenkins
  • 文献速递:机器学习在超声波非破坏性评估中的合成和增强训练数据综述(第一部分)— (机器学习方法在超声波检测中的概述)
  • 如何使用内网穿透实现无公网ip环境访问VScode远程开发
  • 如何在Ubuntu上清理缓存和垃圾文件
  • 解读免费化潮流:为何数据可视化软件向免费迈进?
  • FPGA程序前仿真和后仿真问题处理
  • 数据结构-二叉树(1)
  • Linux常用命令----mkdir命令
  • 基于视觉传感器的自主扫雷机器人设计与实现
  • 设计多级菜单的数据结构(C语言实现)