緩存使您可以輕松地顯著加速應用程序。 Java平臺的兩種出色的緩存實現是Guava緩存工具和Ehcache 。 盡管Ehcache功能豐富得多(例如其Searchable API ，將緩存持久化到磁盤或溢出到大內存的可能性)，但與Guava相比，它也帶來了相當大的開銷。

下面小編將以實際Guava Cache實例的包裝器形式實現此文件持久性緩存FilePersistingCache 。

首先，將定義一個受保護的方法，該方法創建前面提到的后備緩存：

private LoadingCache<K, V> makeCache() {
  return customCacheBuild()
    .removalListener(new PersistingRemovalListener())
    .build(new PersistedStateCacheLoader());
} 
protected CacheBuilder<K, V> customCacheBuild(CacheBuilder<K, V> cacheBuilder) {
  return CacheBuilder.newBuilder();
}

第一種方法將在內部使用以構建必要的緩存。 為了實現對緩存的任何自定義要求(例如，過期策略)，應該重寫第二種方法。 例如，這可以是條目或軟引用的最大值。 此緩存將與其他任何Guava緩存一樣使用。 緩存功能的關鍵是用于此緩存的RemovalListener和CacheLoader 。 我們將這兩個實現定義為FilePersistingCache內部類：

private class PersistingRemovalListener implements RemovalListener<K, V> {
  @Override
  public void onRemoval(RemovalNotification<K, V> notification) {
    if (notification.getCause() != RemovalCause.COLLECTED) {
      try {
        persistValue(notification.getKey(), notification.getValue());
      } catch (IOException e) {
        LOGGER.error(String.format("Could not persist key-value: %s, %s",
          notification.getKey(), notification.getValue()), e);
      }
    }
  }
} 
public class PersistedStateCacheLoader extends CacheLoader<K, V> {
  @Override
  public V load(K key) {
    V value = null;
    try {
      value = findValueOnDisk(key);
    } catch (Exception e) {
      LOGGER.error(String.format("Error on finding disk value to key: %s",
        key), e);
    }
    if (value != null) {
      return value;
    } else {
      return makeValue(key);
    }
  }
}

從代碼中可以明顯FilePersistingCache ，這些內部類調用了我們尚未定義的FilePersistingCache方法。 這使我們可以通過重寫此類來定義自定義序列化行為。 刪除偵聽器將檢查清除緩存條目的原因。 如果RemovalCause被COLLECTED ，緩存條目沒有由用戶手動刪除，但它已被刪除作為高速緩存的驅逐策略的結果。 因此，如果用戶不希望刪除條目，我們將僅嘗試保留一個緩存條目。 CacheLoader將首先嘗試從磁盤還原現有值并僅在無法還原該值時創建一個新值。

缺少的方法定義如下：

private V findValueOnDisk(K key) throws IOException {
  if (!isPersist(key)) return null;
  File persistenceFile = makePathToFile(persistenceDirectory, directoryFor(key));
  (!persistenceFile.exists()) return null;
  FileInputStream fileInputStream = new FileInputStream(persistenceFile);
  try {
    FileLock fileLock = fileInputStream.getChannel().lock();
    try {
      return readPersisted(key, fileInputStream);
    } finally {
      fileLock.release();
    }
  } finally {
    fileInputStream.close();
  }
} 
private void persistValue(K key, V value) throws IOException {
  if (!isPersist(key)) return;
  File persistenceFile = makePathToFile(persistenceDirectory, directoryFor(key));
  persistenceFile.createNewFile();
  FileOutputStream fileOutputStream = new FileOutputStream(persistenceFile);
  try {
    FileLock fileLock = fileOutputStream.getChannel().lock();
    try {
      persist(key, value, fileOutputStream);
    } finally {
      fileLock.release();
    }
  } finally {
    fileOutputStream.close();
  }
} 
private File makePathToFile(@Nonnull File rootDir, List<String> pathSegments) {
  File persistenceFile = rootDir;
  for (String pathSegment : pathSegments) {
    persistenceFile = new File(persistenceFile, pathSegment);
  }
  if (rootDir.equals(persistenceFile) || persistenceFile.isDirectory()) {
    throw new IllegalArgumentException();
  }
  return persistenceFile;
} 
protected abstract List<String> directoryFor(K key); 
protected abstract void persist(K key, V value, OutputStream outputStream)
  throws IOException;
protected abstract V readPersisted(K key, InputStream inputStream)
  throws IOException;
protected abstract boolean isPersist(K key);

所實現的方法在同步文件訪問并保證流被適當關閉的同時，還要注意對值進行序列化和反序列化。 最后四種方法仍然是抽象的，并由緩存的用戶來實現。 directoryFor(K)方法應為每個密鑰標識一個唯一的文件名。 在最簡單的情況下，密鑰的K類的toString方法是以這種方式實現的。 此外，小編還對persist ， readPersisted和isPersist方法進行了抽象化處理，以實現自定義序列化策略，例如使用Kryo 。 在最簡單的情況下，您將使用內置的Java功能，該功能使用ObjectInputStream和ObjectOutputStream 。 對于isPersist ，假設僅在需要序列化時才使用此實現，則將返回true 。 添加了此功能以支持混合緩存，在混合緩存中，您只能將值序列化為某些鍵。 確保不要在persist和readPersisted方法中關閉流，因為文件系統鎖依賴于要打開的流。 上面的實現將為您關閉流。

最后，添加了一些服務方法來訪問緩存。 當然，實現Guava的Cache接口將是一個更優雅的解決方案：

public V get(K key) {
  return underlyingCache.getUnchecked(key);
} 
public void put(K key, V value) {
  underlyingCache.put(key, value);
} 
public void remove(K key) {
  underlyingCache.invalidate(key);
} 
protected Cache<K, V> getUnderlyingCache() {
  return underlyingCache;
}

當然，可以進一步改善該解決方案。 如果在并發場景中使用緩存，請注意， RemovalListener是除大多數Guava緩存方法以外的異步執行的。 從代碼中可以明顯看出，添加了文件鎖，以避免在文件系統上發生讀/寫沖突。如果大家想了解更多相關知識，不妨來關注一下動力節點的Guava教程，里面有更豐富的知識等著大家去學習，希望對大家能夠有所幫助。