当前位置： 首页 > article >正文

JAVA高性能缓存项目

article 2024/10/28 6:03:15

版本一

代码实现

import java.util.HashMap;
import java.util.concurrent.TimeUnit;

public class CacheExample01 {
    private final static HashMap<String, Integer> cache = new HashMap<>();

    public static Integer check(String userId) throws InterruptedException {
        Integer result = cache.get(userId);
        //未查到结果则保存到缓存中，缓存中有则直接返回
        if (result == null) {
            result = computer(userId);
            cache.put(userId, result);
        }
        return result;
    }

    private static Integer computer(String userId) throws InterruptedException {
        TimeUnit.SECONDS.sleep(5);//模拟查询数据库耗时
        return new Integer(userId);
    }

    public static void main(String[] args) throws InterruptedException {
        //模拟实际查询
        System.out.println("第一次查询:" + check("1314"));
        System.out.println("第二次查询:" + check("1314"));
        //结果为：
        //第一次查询:1314
        //第二次查询:1314
        //其中第一次查询耗时>5s, 第二次查询耗时<1s;
    }
}

特点

  1. 代码复用性差，缓存计算与业务耦合
  2. 线程不安全，并发情况下会导致意外错误

版本二 用装饰者模式解耦

计算接口

Computable.java文件

package computable;

/*有一个计算函数computer, 用来代表耗时计算，每个计算器
都要实现这个接口，这样就可以无入侵实现缓存功能
*/
public interface Computable<A, V> {
    V compute(A arg) throws Exception;
}

具体耗时查询实现

ExpensiveFunciton.java文件

package computable;

public class ExpensiveFunciton implements Computable<String, Integer>{
   
    @Override
    public Integer compute(String arg) throws Exception {
   		System.out.println("进入耗时缓存");
        Thread.sleep(5000);
        return Integer.valueOf(arg);
    }
}

缓存

import java.util.HashMap;
import java.util.Map;

import computable.Computable;
import computable.ExpensiveFunciton;

public class CacheExample02<A, V> implements Computable<A, V> {
    
    private final Map<A, V> cache = new HashMap<>();

    private final Computable<A, V> c;

    private CacheExample02(Computable<A, V> c) {
        this.c = c;
    }

    @Override
    public synchronized V compute(A args) throws Exception {
        V result = cache.get(args);
        if (result == null) {
            result = c.compute(args);
            cache.put(args, result);
        }
        return result;
    }

    public static void main(String[] args) throws Exception {
        CacheExample02<String, Integer> example = new CacheExample02<>(new ExpensiveFunciton());
        Integer result = example.compute("1314");
        System.out.println("第一次结算结果:" + result);
        result = example.compute("1314");
        System.out.println("第二次计算结果:" + result);
        /*结果为：
        进入耗时缓存
        第一次查询结果:1314
        第二次查询结果:1314  
        */

    }
}

特点

  1. 解决了缓存计算与业务耦合的问题，实现了无侵入式的计算接口
  2. 无法并行计算，效率低

版本三 ConcurrentHashMap保证线程安全

代码实现

用ConcurrentHashMap替代版本二的HashMap即可

import java.util.Map;
import java.util.concurrent.ConcurrentHashMap;

import computable.Computable;
import computable.ExpensiveFunciton;

public class CacheExample02<A, V> implements Computable<A, V> {
    
    private final Map<A, V> cache = new ConcurrentHashMap<>();

    private final Computable<A, V> c;

    private CacheExample02(Computable<A, V> c) {
        this.c = c;
    }

    @Override
    public V compute(A args) throws Exception {
        V result = cache.get(args);
        if (result == null) {
            result = c.compute(args);
            cache.put(args, result);
        }
        return result;
    }

    public static void main(String[] args) throws Exception {
        CacheExample02<String, Integer> example = new CacheExample02<>(new ExpensiveFunciton());
        Integer result = example.compute("1314");
        System.out.println("第一次结算结果:" + result);
        result = example.compute("1314");
        System.out.println("第二次计算结果:" + result);
    }
}

特点

  1. 用ConcurrentHashMap替代了HashMap,实现了线程安全
  2. 在计算完成前，多个要求计算相同值的请求到来，会导致计算多遍，导致低性能
    在这里插入图片描述

版本四 用Future解决重复计算问题

代码实现

import java.util.Map;
import java.util.concurrent.Callable;
import java.util.concurrent.ConcurrentHashMap;
import java.util.concurrent.Future;
import java.util.concurrent.FutureTask;
import computable.Computable;
import computable.ExpensiveFunciton;

public class CacheExample03<A, V> implements Computable<A, V> {
    
    private final Map<A, Future<V>> cache = new ConcurrentHashMap<>();

    private final Computable<A, V> c;
    
    private CacheExample03(Computable<A, V> c) {
        this.c = c;
    }

    @Override
    public V compute(A arg) throws Exception {
        Future<V> f = cache.get(arg);
        if (f == null) {
            Callable<V> callable = new Callable<V>() {
                @Override
                public V call() throws Exception {
                    return c.compute(arg);
                }
            };
            FutureTask<V> ft = new FutureTask<>(callable);
            f = ft;
            cache.put(arg, ft);
            ft.run();
        }
        return f.get();
    }

    public static void main(String[] args) throws Exception {
        CacheExample03<String, Integer> example = new CacheExample03<>(new ExpensiveFunciton());
        
        new Thread(new Runnable() {
            @Override
            public void run() {
                try {
                    Integer result = example.compute("1314");
                    System.out.println("第一次计算结果:" + result);
                } catch (Exception e) {
                    // TODO Auto-generated catch block
                    e.printStackTrace();
                }
            }
        }).start();

        new Thread(new Runnable() {
            @Override
            public void run() {
                try {
                    Integer result = example.compute("6666");
                    System.out.println("第二次计算结果:" + result);
                } catch (Exception e) {
                    // TODO Auto-generated catch block
                    e.printStackTrace();
                }
            }
        }).start();

        new Thread(new Runnable() {
            @Override
            public void run() {
                try {
                    Integer result = example.compute("1314");
                    System.out.println("第三次计算结果:" + result);
                } catch (Exception e) {
                    // TODO Auto-generated catch block
                    e.printStackTrace();
                }
            }
        }).start();

        new Thread(new Runnable() {
            @Override
            public void run() {
                try {
                    Integer result = example.compute("1314");
                    System.out.println("第四次计算结果:" + result);
                } catch (Exception e) {
                    // TODO Auto-generated catch block
                    e.printStackTrace();
                }
            }
        }).start();
    }
}

代码结果为：
在这里插入图片描述

结果分析

需要注意的是，如果把计算值从"1314", “6666”, “1314”, "1314"全部改成"1314"的话，代码结果如下
在这里插入图片描述
或
在这里插入图片描述
但是当相同请求结果上升到六个甚至更多时，也只会有2-3个线程进入耗时缓存
在这里插入图片描述

证明了这个方法能解决大部分的重复计算问题，不能完全解决。因为在多个相同请求值同时进入时，在第一个请求还未达到 cache.put(arg, ft);这条代码时，其它线程仍会重复计算。

注意:
如果线程的创建用的是Lambda 表达式，会导致进入耗时缓存略多于使用匿名内部类 Runnable 来创建线程，因为Lambda表达式性能略优于使用匿名内部类 Runnable。

使用Lambda表达式结果如下：
在这里插入图片描述

特点

  • 解决了大部分的重复计算问题，但仍然存在小概率的重复计算情况
    在这里插入图片描述

版本五 用原子组合操作解决小部分重复操作问题

代码实现

import java.util.Map;
import java.util.concurrent.Callable;
import java.util.concurrent.ConcurrentHashMap;
import java.util.concurrent.Future;
import java.util.concurrent.FutureTask;
import computable.Computable;
import computable.ExpensiveFunciton;

public class CacheExample02<A, V> implements Computable<A, V> {
    private final Map<A, Future<V>> cache = new ConcurrentHashMap<>();

    private final Computable<A, V> c;

    private CacheExample02(Computable<A, V> c) {
        this.c = c;
    }

    @Override
    public V compute(A arg) throws Exception {
        Future<V> f = cache.get(arg);
        if (f == null) {
            Callable<V> callable = new Callable<V>() {
                @Override
                public V call() throws Exception {
                    return c.compute(arg);
                }
            };
            FutureTask<V> ft = new FutureTask<>(callable);
            f = cache.putIfAbsent(arg, ft);
            if (f == null) {
                f = ft;
                ft.run();
            }
        }
        return f.get();
    }

    public static void main(String[] args) throws Exception {
        CacheExample02<String, Integer> example = new CacheExample02<>(new ExpensiveFunciton());
        
        new Thread(() -> {
            try {
                Integer result = example.compute("1314");
                System.out.println("第一次计算结果:" + result);
            } catch (Exception e) {
                // TODO Auto-generated catch block
                e.printStackTrace();
            }
        }).start();

        new Thread(() -> {
            try {
                Integer result = example.compute("1314");
                System.out.println("第二次计算结果:" + result);
            } catch (Exception e) {
                // TODO Auto-generated catch block
                e.printStackTrace();
            }
        }).start();

        new Thread(() -> {
            try {
                Integer result = example.compute("1314");
                System.out.println("第三次计算结果:" + result);
            } catch (Exception e) {
                // TODO Auto-generated catch blocks
                e.printStackTrace();
            }
        }).start();

        new Thread(() -> {
            try {
                Integer result = example.compute("1314");
                System.out.println("第四次计算结果:" + result);
            } catch (Exception e) {
                // TODO Auto-generated catch blocks
                e.printStackTrace();
            }
        }).start();

        new Thread(() -> {
            try {
                Integer result = example.compute("1314");
                System.out.println("第五次计算结果:" + result);
            } catch (Exception e) {
                // TODO Auto-generated catch blocks
                e.printStackTrace();
            }
        }).start();

        new Thread(() -> {
            try {
                Integer result = example.compute("1314");
                System.out.println("第六次计算结果:" + result);
            } catch (Exception e) {
                // TODO Auto-generated catch blocks
                e.printStackTrace();
            }
        }).start();

        new Thread(() -> {
            try {
                Integer result = example.compute("1314");
                System.out.println("第七次计算结果:" + result);
            } catch (Exception e) {
                // TODO Auto-generated catch block
                e.printStackTrace();
            }
        }).start();

        new Thread(() -> {
            try {
                Integer result = example.compute("1314");
                System.out.println("第八次计算结果:" + result);
            } catch (Exception e) {
                // TODO Auto-generated catch block
                e.printStackTrace();
            }
        }).start();

        new Thread(() -> {
            try {
                Integer result = example.compute("1314");
                System.out.println("第九次计算结果:" + result);
            } catch (Exception e) {
                // TODO Auto-generated catch block
                e.printStackTrace();
            }
        }).start();

        new Thread(() -> {
            try {
                Integer result = example.compute("1314");
                System.out.println("第十次计算结果:" + result);
            } catch (Exception e) {
                // TODO Auto-generated catch block
                e.printStackTrace();
            }
        }).start();
    }
}

结果分析

代码结果：
在这里插入图片描述
可以看到在多个线程同时请求相同值时，也只有一个线程进入了耗时计算（在多次重复实验后也是如此）

特点

  1. 完全解决了重复计算的问题，使得不同线程在执行的同时避免了重复计算的消耗，大大提升了性能
  2. 未考虑在业务中计算出错时的错误处理以及缓存污染问题

版本六 处理缓存污染以及错误处理

代码实现

MayfailFunction.java文件
主要用于模拟业务中可能出现的计算错误

package computable;

import java.io.IOException;
import java.util.concurrent.TimeUnit;

public class MayfailFunction implements Computable<String, Integer>{
    @Override
    public Integer compute(String arg) throws Exception{
        double random = Math.random();
        if (random < 0.5) {
            throw new IOException("计算出错");
        }
        TimeUnit.SECONDS.sleep(2);
        return Integer.valueOf(arg);
    }
}

主要实现文件

import java.util.Map;
import java.util.concurrent.Callable;
import java.util.concurrent.CancellationException;
import java.util.concurrent.ConcurrentHashMap;
import java.util.concurrent.ExecutionException;
import java.util.concurrent.Future;
import java.util.concurrent.FutureTask;
import computable.Computable;
import computable.ExpensiveFunciton;
import computable.MayfailFunction;

public class CacheExample04<A, V> implements Computable<A, V> {
    
    private final Map<A, Future<V>> cache = new ConcurrentHashMap<>();

    private final Computable<A, V> c;
    
    private CacheExample04(Computable<A, V> c) {
        this.c = c;
    }

    @Override
    public V compute(A arg) throws InterruptedException, CancellationException {
    //具体计算部分用while(true)包裹起来，是为了在计算出错后能自动重复计算直至计算成功
        while (true) {
            Future<V> f = cache.get(arg);
            if (f == null) {
                Callable<V> callable = new Callable<V>() {
                    @Override
                    public V call() throws Exception {
                        return c.compute(arg);
                    }
                };
                FutureTask<V> ft = new FutureTask<>(callable);
                f = cache.putIfAbsent(arg, ft);
                if (f == null) {
                    f = ft;
                    ft.run();
                }
            }
            try {
                return f.get();
            } catch (InterruptedException e) {
                cache.remove(arg);//在出现错误的时候将计算出错的值从缓存池中移除，避免缓存池的污染
                throw e;
            } catch (ExecutionException e) {
                cache.remove(arg);
                e.printStackTrace();
            } catch (CancellationException e) {
                cache.remove(arg);
                throw e;
            }
        }
    }

    public static void main(String[] args) throws Exception {
        CacheExample04<String, Integer> example = new CacheExample04<>(new MayfailFunction());
        
        new Thread(new Runnable() {
            @Override
            public void run() {
                try {
                    Integer result = example.compute("1314");
                    System.out.println("第一次计算结果:" + result);
                } catch (Exception e) {
                    // TODO Auto-generated catch block
                    e.printStackTrace();
                }
            }
        }).start();

        new Thread(new Runnable() {
            @Override
            public void run() {
                try {
                    Integer result = example.compute("1314");
                    System.out.println("第二次计算结果:" + result);
                } catch (Exception e) {
                    // TODO Auto-generated catch block
                    e.printStackTrace();
                }
            }
        }).start();

        new Thread(new Runnable() {
            @Override
            public void run() {
                try {
                    Integer result = example.compute("1314");
                    System.out.println("第三次计算结果:" + result);
                } catch (Exception e) {
                    // TODO Auto-generated catch block
                    e.printStackTrace();
                }
            }
        }).start();

        new Thread(new Runnable() {
            @Override
            public void run() {
                try {
                    Integer result = example.compute("1314");
                    System.out.println("第四次计算结果:" + result);
                } catch (Exception e) {
                    // TODO Auto-generated catch block
                    e.printStackTrace();
                }
            }
        }).start();

        new Thread(new Runnable() {
            @Override
            public void run() {
                try {
                    Integer result = example.compute("1314");
                    System.out.println("第五次计算结果:" + result);
                } catch (Exception e) {
                    // TODO Auto-generated catch block
                    e.printStackTrace();
                }
            }
        }).start();

        new Thread(new Runnable() {
            @Override
            public void run() {
                try {
                    Integer result = example.compute("1314");
                    System.out.println("第六次计算结果:" + result);
                } catch (Exception e) {
                    // TODO Auto-generated catch block
                    e.printStackTrace();
                }
            }
        }).start();
    }
}

结果分析

代码结果：
在这里插入图片描述
成功地实现了在计算出错的情况下，仍然能自动重复计算直到计算成功，并且及时将计算出错的值从缓存中去除。

注意：
如果在捕获错误时缺少cache.remove(arg);（即不及时将计算错误的值从缓存池中去除）会导致缓存池污染，导致相同请求值返回错误的值（在该代码中体现为一直出现计算错误并且不会停止）。
错误结果如下：
在这里插入图片描述
出现无止境的“计算出错”的报错

版本七 ScheduledExecutorService实现缓存过期

代码实现

import java.util.Map;
import java.util.concurrent.Callable;
import java.util.concurrent.CancellationException;
import java.util.concurrent.ConcurrentHashMap;
import java.util.concurrent.ExecutionException;
import java.util.concurrent.ExecutorService;
import java.util.concurrent.Future;
import java.util.concurrent.FutureTask;
import java.util.concurrent.ScheduledExecutorService;
import java.util.concurrent.ScheduledThreadPoolExecutor;
import java.util.concurrent.TimeUnit;
import computable.Computable;
import computable.ExpensiveFunciton;
import computable.MayfailFunction;

public class CacheExample05<A, V> implements Computable<A, V> {
    
    private final Map<A, Future<V>> cache = new ConcurrentHashMap<>();

    private final Computable<A, V> c;
    
    private CacheExample05(Computable<A, V> c) {
        this.c = c;
    }

    @Override
    public V compute(A arg) throws InterruptedException, CancellationException {
        while (true) {
            Future<V> f = cache.get(arg);
            if (f == null) {
                Callable<V> callable = new Callable<V>() {
                    @Override
                    public V call() throws Exception {
                        return c.compute(arg);
                    }
                };
                FutureTask<V> ft = new FutureTask<>(callable);
                f = cache.putIfAbsent(arg, ft);
                if (f == null) {
                    f = ft;
                    ft.run();
                }
            }
            try {
                return f.get();
            } catch (InterruptedException e) {
                cache.remove(arg);
                throw e;
            } catch (ExecutionException e) {
                cache.remove(arg);
                e.printStackTrace();
            } catch (CancellationException e) {
                cache.remove(arg);
                throw e;
            }
        }
    }

    private final static ScheduledExecutorService executor = new ScheduledThreadPoolExecutor(6);

    public V compute(A arg, long expireTime) throws CancellationException, InterruptedException {
        if (expireTime > 0) {
            executor.schedule(() -> {
                expire(arg);
            }, expireTime, TimeUnit.SECONDS);
        };
        return compute(arg);
    }

    public synchronized void expire(A key) {
        Future<V> f = cache.get(key);
        if (f != null) {
            if (!f.isDone()) {
                f.cancel(true);
                System.out.println("任务被取消了");
            }
            System.out.println("过期时间到，缓存被清除");
            cache.remove(key);
        }
    }
//随机赋予缓存失效时间，避免同时失效导致线程长时间阻塞
     public V computeRandomExpire(A arg) throws CancellationException, InterruptedException {
        long randomExpireTime = (long) Math.random() * 1000;
        return compute(arg, randomExpireTime);
     }

    public static void main(String[] args) throws Exception {
        CacheExample05<String, Integer> example = new CacheExample05<>(new MayfailFunction());
        
        new Thread(new Runnable() {
            @Override
            public void run() {
                try {
                    Integer result = example.computeRandomExpire("1314");
                    System.out.println("第一次计算结果:" + result);
                } catch (Exception e) {
                    // TODO Auto-generated catch block
                    e.printStackTrace();
                }
            }
        }).start();

        Thread.sleep(10000);

        new Thread(new Runnable() {
            @Override
            public void run() {
                try {
                    Integer result = example.computeRandomExpire("1314");
                    System.out.println("第二次计算结果:" + result);
                } catch (Exception e) {
                    // TODO Auto-generated catch block
                    e.printStackTrace();
                }
            }
        }).start();

        new Thread(new Runnable() {
            @Override
            public void run() {
                try {
                    Integer result = example.computeRandomExpire("1314");
                    System.out.println("第三次计算结果:" + result);
                } catch (Exception e) {
                    // TODO Auto-generated catch block
                    e.printStackTrace();
                }
            }
        }).start();

        new Thread(new Runnable() {
            @Override
            public void run() {
                try {
                    Integer result = example.computeRandomExpire("1314");
                    System.out.println("第四次计算结果:" + result);
                } catch (Exception e) {
                    // TODO Auto-generated catch block
                    e.printStackTrace();
                }
            }
        }).start();

        new Thread(new Runnable() {
            @Override
            public void run() {
                try {
                    Integer result = example.computeRandomExpire("1314");
                    System.out.println("第五次计算结果:" + result);
                } catch (Exception e) {
                    // TODO Auto-generated catch block
                    e.printStackTrace();
                }
            }
        }).start();

        new Thread(new Runnable() {
            @Override
            public void run() {
                try {
                    Integer result = example.computeRandomExpire("1314");
                    System.out.println("第六次计算结果:" + result);
                } catch (Exception e) {
                    // TODO Auto-generated catch block
                    e.printStackTrace();
                }
            }
        }).start();
    }
}

特点：

  • 实现了随机缓存过期失效功能

缓存项目性能测试

线程池压力测试

部分工具类用法功能：

  1. isShutdown()：
    这个方法用来检查线程池是否已经被关闭。如果线程池已经调用了 shutdown() 方法，那么 isShutdown() 会返回 true。
    shutdown() 方法会启动线程池的关闭过程，它会停止接收新的任务，并且会等待所有已提交的任务完成执行后关闭线程池。

  2. isTerminated()：
    这个方法用来检查所有任务是否都已完成执行。如果线程池已经调用了 shutdown() 方法，并且所有提交的任务都已经执行完毕，那么isTerminated() 会返回 true。
    isTerminated() 通常与 awaitTermination()方法一起使用，awaitTermination() 会阻塞当前线程直到所有任务执行完成或者超时。

简而言之，isShutdown() 表示线程池是否已经开始关闭过程，而 isTerminated() 表示线程池是否已经完全关闭，即所有任务都已执行完毕。在使用线程池时，通常先调用 shutdown() 方法来开始关闭过程，然后通过 isTerminated() 或 awaitTermination() 来检查关闭过程是否完成。

代码实现

创建含大量线程的线程池执行缓存的过程

import java.util.Map;
import java.util.concurrent.Callable;
import java.util.concurrent.CancellationException;
import java.util.concurrent.ConcurrentHashMap;
import java.util.concurrent.ExecutionException;
import java.util.concurrent.ExecutorService;
import java.util.concurrent.Executors;
import java.util.concurrent.Future;
import java.util.concurrent.FutureTask;
import computable.Computable;
import computable.ExpensiveFunciton;

public class CacheExample06<A, V> implements Computable<A, V> {
    
    private final Map<A, Future<V>> cache = new ConcurrentHashMap<>();

    private final Computable<A, V> c;
    
    private CacheExample06(Computable<A, V> c) {
        this.c = c;
    }

    @Override
    public V compute(A arg) throws InterruptedException, CancellationException {
        while (true) {
            Future<V> f = cache.get(arg);
            if (f == null) {
                Callable<V> callable = new Callable<V>() {
                    @Override
                    public V call() throws Exception {
                        return c.compute(arg);
                    }
                };
                FutureTask<V> ft = new FutureTask<>(callable);
                f = cache.putIfAbsent(arg, ft);
                if (f == null) {
                    f = ft;
                    ft.run();
                }
            }
            try {
                return f.get();
            } catch (InterruptedException e) {
                cache.remove(arg);
                throw e;
            } catch (ExecutionException e) {
                e.printStackTrace();
                cache.remove(arg);
            } catch (CancellationException e) {
                cache.remove(arg);
                throw e;
            }
        }
    }

    public static void main(String[] args) throws Exception {
        CacheExample06<String, Integer> example = new CacheExample06<>(new ExpensiveFunciton());
        
        ExecutorService executor = Executors.newFixedThreadPool(6000);

        long startTime = System.currentTimeMillis();
        for (int i = 0; i < 6000; i ++ ) {
            executor.submit(() -> {
                Integer result = null;
                try {
                    result = example.compute("1314");
                } catch (CancellationException | InterruptedException e) {
                    // TODO Auto-generated catch block
                    e.printStackTrace();
                }
                System.out.println("result:" + result);
            });
        };

        executor.shutdown();

        while (!executor.isTerminated()) {

        }

        System.out.println("总耗时:" + (System.currentTimeMillis() - startTime));
    }
}

结果分析

在这里插入图片描述
第一次缓存耗时5s + 后续从缓存中获取结果1.651s = 总耗时6651ms

存在问题

大量请求实际上不是同时到达，而是先后到达，导致给缓存池造成的压力较小，无法真正体现缓存池在多线程并发访问下的性能

CountDownLatch压力测试

使用CountDownLatch工具类来真正实现大量线程在同一时间下的并发访问，能给予缓存池更大的压力

工具类用法

  1. 计数器操作
    countDown()：每次调用这个方法，计数器的值就会减1。当计数器的值达到0时，CountDownLatch 就会“开启”，所有等待在 await() 方法上的线程将继续执行。
    getCount()：返回当前计数器的值。
  2. 等待
    await()：当前线程会在这里阻塞，直到 CountDownLatch 被“开启”（即计数器的值达到0）。如果 CountDownLatch 没有被开启，await() 方法会无限期地等待。
    await(long timeout, TimeUnit unit)：与 await() 类似，但是它允许你设置一个超时时间。如果在指定的时间内计数器的值没有达到0，线程将不再阻塞，并返回一个布尔值，表示是否在超时前计数器已经达到0。

代码实现

import java.util.Map;
import java.util.concurrent.Callable;
import java.util.concurrent.CancellationException;
import java.util.concurrent.ConcurrentHashMap;
import java.util.concurrent.CountDownLatch;
import java.util.concurrent.ExecutionException;
import java.util.concurrent.ExecutorService;
import java.util.concurrent.Executors;
import java.util.concurrent.Future;
import java.util.concurrent.FutureTask;
import computable.Computable;
import computable.ExpensiveFunciton;

public class CacheExample06<A, V> implements Computable<A, V> {
    
    private final Map<A, Future<V>> cache = new ConcurrentHashMap<>();

    private final Computable<A, V> c;
    
    private CacheExample06(Computable<A, V> c) {
        this.c = c;
    }

    private final static CountDownLatch latch = new CountDownLatch(1);

    private static CacheExample06<String, Integer> example = new CacheExample06<>(new ExpensiveFunciton());
    @Override
    public V compute(A arg) throws InterruptedException, CancellationException {
        while (true) {
            Future<V> f = cache.get(arg);
            if (f == null) {
                Callable<V> callable = new Callable<V>() {
                    @Override
                    public V call() throws Exception {
                        return c.compute(arg);
                    }
                };
                FutureTask<V> ft = new FutureTask<>(callable);
                f = cache.putIfAbsent(arg, ft);
                if (f == null) {
                    f = ft;
                    ft.run();
                }
            }
            try {
                return f.get();
            } catch (InterruptedException e) {
                cache.remove(arg);
                throw e;
            } catch (ExecutionException e) {
                e.printStackTrace();
                cache.remove(arg);
            } catch (CancellationException e) {
                cache.remove(arg);
                throw e;
            }
        }
    }

    public static void main(String[] args) throws Exception {    
        ExecutorService executor = Executors.newFixedThreadPool(100);

        long startTime = System.currentTimeMillis();
        for (int i = 0; i < 100; i ++ ) {
            executor.submit(() -> {
                Integer result = null;
                try {
                    System.out.println(Thread.currentThread().getName() + "被阻塞");
                    latch.await();
                    System.out.println(Thread.currentThread().getName() + "开始运行");
                    result = example.compute("1314");
                } catch (CancellationException | InterruptedException e) {
                    // TODO Auto-generated catch block
                    e.printStackTrace();
                }
                System.out.println("result:" + result);
            });
        };

        executor.shutdown();
        Thread.sleep(5000);//保证所有线程都被阻塞后再统一放行
        latch.countDown();

        while (!executor.isTerminated()) {

        }

        System.out.println("总耗时:" + (System.currentTimeMillis() - startTime));
    }
}

结果分析

部分截图，总的来说线程1 - 100先被阻塞,后统一被放行
在这里插入图片描述
在这里插入图片描述
主线程sleep(5000) + 缓存计算5s + 剩余线程读取缓存94ms = 总耗时10094ms


http://www.kler.cn/news/368307.html

相关文章：

  • 服务器数据恢复—EXT3文件系统下邮件数据被误删的数据恢复案例
  • Java 中的正则表达式详解
  • JAVA-----线程池
  • 基于springboot+vue的高校就业管理系统,
  • 力扣 中等 740.删除并获得点数
  • keepalived+web 实现双机热备
  • 基于SSM 的音乐播放系统设计与实现
  • vue3中mitt和pinia的区别和主要用途，是否有可重合的部分？
  • 防火墙和堡垒机有什么区别？
  • 解决 VScode 每次打开都是上次打开的文件问题
  • 密码学+加解密封装
  • 基于neo4j的医疗问诊系统
  • 【编程语言】Kotlin快速入门 - 高阶函数与运算符重载
  • PCL库中的算法封装详解
  • 数字IC后端实现Innovus |给各种IP子模块添加port buffer和antenna diode万能脚本
  • 视频编辑的创意工坊，使用视频剪辑软件将视频随机分割成两段并去声进行MP3音频和M3u8文件的生成，让视频制作更高效
  • OpenTelemetry 实际应用
  • C++ (10) 软件工程实践：塑造魔法世界的工匠
  • YOlO系列——yolo v3
  • 构建高效租房平台：Spring Boot租房管理系统详解
  • esp32学习：语音识别教程esp-skainet库的使用
  • 【AIGC】2024-ECCV-ControlNet++：通过有效的一致性反馈改进条件控制
  • LINUX基于多IP访问多网站练习
  • 计算机的错误计算（一百三十六）
  • light-task-scheduler的dockerfile打包配置
  • B+树（B树的改进）