摘要

Guava Cache是Google开源的Java工具集库Guava里的一款缓存工具，一直觉得使用起来比较简单，没想到这次居然还踩了一个坑

背景

功能需求抽象出来很简单，就是将数据库的查询sthMapper.findById(Long id)的结果缓存起来。但同时还有批量请求，为了提高效率，肯定要批量查询数据库，sthMapper.findByIds(Collection<Long> ids)

对于的guava cache 处理类

// 定义guava缓存 public SthCache() { sthCache = CacheBuilder.newBuilder() .maximumSize(SIZE) .refreshAfterWrite(3, TimeUnit.SECONDS) .build(new CacheLoader<Long, List<Long>>() { @Override public List<Long> load(final Long id) { return doLoad(Arrays.asList(id)).get(id); } @Override public Map<Long, List<Long>> loadAll( final Iterable<? extends Long> ids) throws Exception { return doLoad(Lists.newArrayList(ids)); } }); } // 实际从数据库中加载数据 private Map<Long, List<Long>> doLoad(final List<Long> ids) { return sthMapper.findByIds(ids); } // 批量获取数据 public Map<Long, List<Long>> getSthById(final List<Long> ids) { return sthCache.getAll(ids); }

没毛病，getAll(Iterable<? extendsK>)方法用来执行批量查询。默认情况下，对每个不在缓存中的键，getAll方法会单独调用CacheLoader.load来加载缓存项。如果批量的加载比多个单独加载更高效，你可以重载CacheLoader.loadAll来利用这一点。getAll(Iterable)的性能也会相应提升。这边定义了loadAll效率高了。

问题

在debug的时候发现确实走的loadAll,批量查询数据库。但是上线后，线上监控数据却发现这个接口耗时很长，通过分析，发现有很多sthMappper.findByIds()的单个查询。也就是说，并没有调用loadAll，走到批量查询数据库中。

分析解决

首先看了下guava的代码实现

ImmutableMap<K, V> getAll(Iterable<? extends K> keys) throws ExecutionException { int hits = 0; int misses = 0; // 省略一大坨 try { if (!keysToLoad.isEmpty()) { try { // 调用loadAll Map<K, V> newEntries = loadAll(keysToLoad, defaultLoader);

批量查询时，对于没有命中的，确实调用的loadAll来加载数据的。

那问题就不是这边了。在load()方法打了个断点，原因就找到了。

原来是refesh的时候，加载的。refreshAfterWrite 刷新缓存数据时调用的还是load方法。

搜索了下，github.com/google/guav… github上这个issue还在。汗！！！

最后我这边解决是用Spring Cache统一了缓存管理。

总结

对于开源库的使用不可只知其然，不知其所以然。