Guava常见特性操作

1. 简介

Guava 是 Google 开发的一个 Java 核心库，它包含了许多 Google 工程师在 Java 编程中常用的实用工具。Guava 库旨在提供新的集合类型（如多集合和双端队列）、缓存、原生类型支持、并发库、常见注解、字符串处理等实用工具。

一些关键特性：

集合框架增强

• 不可变集合：如 ImmutableList、ImmutableSet、ImmutableMap，创建后无法修改，提高线程安全性。

• Multimap：支持一个键映射多个值的结构，例如 ListMultimap 和 SetMultimap。

• BiMap：双向映射，键和值都必须唯一，可以通过值反向查找键。

• Table：支持二维表结构的数据存储，类似于矩阵。

缓存机制

• 提供强大的内存缓存工具，例如 Cache 和 LoadingCache。

• 支持自动过期、最大容量和数据刷新等策略。

字符串处理

• Splitter 和 Joiner：轻松进行字符串拆分和拼接操作。

• Optional：更优雅地处理 null 值，避免空指针异常。

函数式编程支持

• 提供 Predicate 和 Function，用于逻辑判断和数据转换操作。

• 流式 API 支持过滤、映射等功能。

并发工具

• ListenableFuture：支持异步任务的链式执行和组合操作。

• RateLimiter：实现请求速率控制，适合流量限制场景。

I/O 操作

• 简化文件和流的处理，支持按字节或字符操作。

• 提供 ByteSource 和 CharSource 处理输入和输出流。

数学工具

• 提供整数、长整型和浮点型数学计算工具。

• 支持哈希计算和校验功能。

其他工具

• EventBus：基于发布-订阅模式的事件总线。

• Range：定义数学区间范围，并支持区间操作。

2. 示例

添加依赖

<dependency>
    <groupId>com.google.guava</groupId>
    <artifactId>guava</artifactId>
    <version>31.1-jre</version>
</dependency>

不可变集合

import com.google.common.collect.ImmutableList;

ImmutableList<String> colors = ImmutableList.of("红色", "绿色", "蓝色");
System.out.println(colors);

Multimap

import com.google.common.collect.ArrayListMultimap;
import com.google.common.collect.Multimap;

Multimap<String, String> multimap = ArrayListMultimap.create();
multimap.put("水果", "苹果");
multimap.put("水果", "香蕉");
multimap.put("蔬菜", "胡萝卜");

System.out.println(multimap.get("水果")); // [苹果, 香蕉]

缓存：分为cache和loadingCache

import com.google.common.cache.*;

Cache<String, String> cache = CacheBuilder.newBuilder()
        .maximumSize(100) // 设置最大缓存条数
        .expireAfterWrite(10, TimeUnit.MINUTES) // 写入10分钟后过期
        .build();

cache.put("key", "value");
System.out.println(cache.getIfPresent("key")); // 输出: "value"

项目实例：

@Configuration
public class GoogleGuavaCacheConfig {

    private final IOrderService orderService;

    public GoogleGuavaCacheConfig(IOrderService orderService) {
        this.orderService = orderService;
    }


    @Bean(name = "loadingCacheOrder")
    public LoadingCache<String, List<CacheOrderDetail>> loadingCacheOrder() {
        return CacheBuilder.newBuilder()
                .build(
                        new CacheLoader<String, List<CacheOrderDetail>>() {
                            @Override
                            public List<CacheOrderDetail> load(String key) throws Exception {
                                return orderService.queryAllOrderByStatus(key);
                            }
                        }
                );
    }

}

3. 缓存特解

3.1 Cache：手动缓存

Cache 是一种 手动缓存（Manual Cache），需要程序员手动处理缓存的存储和加载。

特点：

• 需要显式将数据放入缓存 (put) 和获取数据 (getIfPresent)。

• 不会自动加载数据，需要在访问时判断缓存中是否存在数据。

• 适合数据源不确定或需自定义加载逻辑的场景。

示例代码：

import com.google.common.cache.*;
import java.util.concurrent.TimeUnit;
Cache<String, String> cache = CacheBuilder.newBuilder()
        .maximumSize(100) // 最大缓存条目数
        .expireAfterWrite(10, TimeUnit.MINUTES) // 数据写入 10 分钟后过期
        .build();
        
// 手动存储数据
cache.put("key1", "value1");

// 获取缓存数据String value = cache.getIfPresent("key1");
System.out.println(value); // 输出: value1// 删除缓存数据
cache.invalidate("key1");

适用场景：

• 缓存内容需要手动控制加载和更新。

• 缓存逻辑较为复杂，无法直接确定加载逻辑。

3.2 LoadingCache：自动加载缓存

LoadingCache 是 自动加载缓存，提供了数据加载逻辑，当缓存中没有数据时会自动计算或加载所需数据。

特点：

• 提供 CacheLoader，在缓存缺失时自动加载数据，无需手动填充。

• 支持批量加载数据。

• 适合依赖于数据库、文件或服务等外部资源的数据缓存场景。

示例代码：

import com.google.common.cache.*;
import java.util.concurrent.TimeUnit;

LoadingCache<String, String> loadingCache = CacheBuilder.newBuilder()
        .maximumSize(100) // 最大缓存条目数
        .expireAfterWrite(10, TimeUnit.MINUTES) // 数据写入 10 分钟后过期
        .build(new CacheLoader<String, String>() {
            @Override
            public String load(String key) throws Exception {
                // 模拟从外部数据源加载数据
                return "value-for-" + key;
            }
        });

// 获取缓存数据，如果不存在则自动加载
String value1 = loadingCache.getUnchecked("key1");
System.out.println(value1); // 输出: value-for-key1

String value2 = loadingCache.getUnchecked("key2");
System.out.println(value2); // 输出: value-for-key2

适用场景：

• 缓存内容可以通过固定逻辑计算或加载。

• 需要根据键动态加载数据的场景，例如数据库查询或文件读取。

3.3 对比总结

3.4 选择建议

• 如果缓存数据不需要自动加载，或需要复杂的加载逻辑，选择 Cache。

• 如果缓存数据来源明确，可以通过固定逻辑加载，选择 LoadingCache。