当前位置：首页 > news >正文

继续吐槽在net下没有合适的Disk Cache之使用EhCache

news 来源：原创 2024/5/6 6:13:11

说起缓存，大家可能口若悬河，各种类型的缓存都能一一分析，但在net下找到一款合适的Disk Cache貌似还是有一点难度的。

一：背景

　　事情是这样的，最近的一个项目中，需要在web端绘制一些报表，因为报表的基础数据源都是全内存式的，所以内存相对我们来说是比较吃紧的，大家可能

大家知道，比如一些散点图，这种类型的报表数据非常的多，为了加速，我需要缓存两种数据：

1. 根据基础数据源计算出中间结果，为了下一次加速，缓存个几十分钟，这个数据量相对来说比较大。

2. 将服务的Response进行30分钟缓存，这个数据量也相对比较大，大概10-50M的样子。

刚才也说了，内存比较吃紧，如果把这些数据再放到内存里面就比较尴尬，也是业务不允许的，如果把这么大的数据块放在分布式缓存中，流量起来之后带

宽也是一个问题，会更多的面临超时的风险，所以最好的方式就是使用本机磁盘缓存，这样就可以在性能和内存中取一个平衡点~~~

二：寻找解决方案

平衡点找到了，貌似在.net领域中很少听说有磁盘缓存这种概念，既然听说的少，那就在nuget中浪一浪，然后就找到了一个top1的diskcache，如下图：

拉下来一测试，卧槽，就的一个CURD操作，连TTL和TTI的功能都没有，还要捐啥比特币，O(∩_∩)O

既然net下没有啥好的解决方案，目光只能投到java下面看看，很快就找到了ehCache，看下官方说明挺牛叉的，介入方式还是和上一篇一样，使用thrift做C#

和Java之间的交互媒介就可以了。（thrift的具体使用方法，大概可以看上一篇）如下图：

三：Ehcache的配置

1. maven的ehcache地址

         <!-- https://mvnrepository.com/artifact/org.ehcache/ehcache -->
         <dependency>
             <groupId>org.ehcache</groupId>
             <artifactId>ehcache</artifactId>
             <version>3.5.2</version>
        </dependency>

ehcache的官方网址：http://www.ehcache.org/ ，大家可以简单了解下，具体使用官方都有些samples，在DBEngines上的排名也还是非常不错的。

2. 使用全代码模式的配置

接下来就可以写一段代码测试一下，向diskcache中插入10000个字符大小的cache，插入1000次，看看效率怎么样，代码如下：

public class App {
    public static void main(String[] args) throws CachePersistenceException {

        LocalPersistenceService persistenceService = new DefaultLocalPersistenceService(
                new DefaultPersistenceConfiguration(new File("C:\\1\\cache")));

        PersistentUserManagedCache<String, String> cache = UserManagedCacheBuilder
                .newUserManagedCacheBuilder(String.class, String.class)
                .with(new UserManagedPersistenceContext<String, String>("persistentCache", persistenceService))
                .withResourcePools(ResourcePoolsBuilder.newResourcePoolsBuilder().disk(10L, MemoryUnit.GB, true))
                .withExpiry(Expirations.timeToLiveExpiration(Duration.of(30, TimeUnit.MINUTES))).build(true);

        StringBuilder sBuilder = new StringBuilder();
        for (int i = 1; i < 10000; i++) {
            sBuilder.append(i);
        }

        long startTime = System.currentTimeMillis(); // 获取开始时间

        for (int i = 1; i < 1000; i++) {
            String key = "username" + i;
            String value = sBuilder.toString();
            cache.put(key, value);
            System.out.println(String.format("%s:当前key=%s插入到缓存中", i, key));
        }

        long endTime = System.currentTimeMillis(); // 获取结束时间
        
        System.out.println("程序运行时间： " + (endTime - startTime) + "ms");
    }
}