在開發高併發量，高性能的網站應用系統時，緩存Cache起到了非常重要的作用。本文主要介紹EHCache的使用，以及使用EHCache的實踐經驗。
筆者使用過多種基於Java的開源Cache組件，其中包括OSCache、JBossCache、EHCache。OSCache功能強大，使用靈活，可用於對象緩存、Filter緩存以及在JSP中直接使用cache標籤。筆者在最近的使用過程中發現，在併發量較高時，OSCache會出現線程阻塞和數據錯誤，通過分析源代碼發現是其內部實現的缺陷。JBossCache最大的優點是支持基於對象屬性的集羣同步，不過JBossCache的配置使用都較複雜，在併發量較高的情況下，對象屬性數據在集羣中同步也會加大系統的開銷。以上兩種Cache本文僅作簡單介紹，不做深入探討。
EHCache是來自sourceforge（http://ehcache.sourceforge.net/）的開源項目，也是純Java實現的簡單、快速的Cache組件。EHCache支持內存和磁盤的緩存，支持LRU、LFU和FIFO多種淘汰算法，支持分佈式的Cache，可以作爲Hibernate的緩存插件。同時它也能提供基於Filter的Cache，該Filter可以緩存響應的內容並採用Gzip壓縮提高響應速度。
EHCache API的基本用法
首先介紹CacheManager類。它主要負責讀取配置文件，默認讀取CLASSPATH下的ehcache.xml，根據配置文件創建並管理Cache對象。
// 使用默認配置文件創建CacheManager
CacheManager manager = CacheManager.create();
// 通過manager可以生成指定名稱的Cache對象
Cache cache = cache = manager.getCache("demoCache");
// 使用manager移除指定名稱的Cache對象
manager.removeCache("demoCache");
可以通過調用manager.removalAll()來移除所有的Cache。通過調用manager的shutdown()方法可以關閉CacheManager。
有了Cache對象之後就可以進行一些基本的Cache操作，例如：
//往cache中添加元素
Element element = new Element("key", "value");
cache.put(element);
//從cache中取回元素
Element element = cache.get("key");
element.getValue();
//從Cache中移除一個元素
cache.remove("key");
可以直接使用上面的API進行數據對象的緩存，這裏需要注意的是對於緩存的對象都是必須可序列化的。在下面的篇幅中筆者還會介紹EHCache和Spring、Hibernate的整合使用。
配置文件
配置文件ehcache.xml中命名爲demoCache的緩存配置：
各配置參數的含義：
maxElementsInMemory：緩存中允許創建的最大對象數
eternal：緩存中對象是否爲永久的，如果是，超時設置將被忽略，對象從不過期。
timeToIdleSeconds：緩存數據的鈍化時間，也就是在一個元素消亡之前，兩次訪問時間的最大時間間隔值， 這只能在元素不是永久駐留時有效，如果該值是 0 就意味着元素可以停頓無窮長的時間。
timeToLiveSeconds：緩存數據的生存時間，也就是一個元素從構建到消亡的最大時間間隔值，這只能在元素不是永久駐留時有效，如果該值是0就意味着元素可以停頓無窮長的時間。
overflowToDisk：內存不足時，是否啓用磁盤緩存。
memoryStoreEvictionPolicy：緩存滿了之後的淘汰算法。LRU和FIFO算法這裏就不做介紹。LFU算法直接淘汰使用比較少的對象，在內存保留的都是一些經常訪問的對象。對於大部分網站項目，該算法比較適用。
如果應用需要配置多個不同命名並採用不同參數的Cache，可以相應修改配置文件，增加需要的Cache配置即可。
利用Spring APO整合EHCache
首先，在CLASSPATH下面放置ehcache.xml配置文件。在Spring的配置文件中先添加如下cacheManager配置：
配置demoCache：
demoCache
接下來，寫一個實現org.aopalliance.intercept.MethodInterceptor接口的攔截器類。有了攔截器就可以有選擇性的配置想要緩存的 bean 方法。如果被調用的方法配置爲可緩存，攔截器將爲該方法生成 cache key 並檢查該方法返回的結果是否已緩存。如果已緩存，就返回緩存的結果，否則再次執行被攔截的方法，並緩存結果供下次調用。具體代碼如下：
public class MethodCacheInterceptor implements MethodInterceptor,
InitializingBean {
private Cache cache;
/**
* 設置緩存名
*/
public void setCache(Cache cache) {
this.cache = cache;
}
/**
* 檢查是否提供必要參數。
*/
public void afterPropertiesSet() throws Exception {
Assert.notNull(cache,
"A cache is required. Use setCache(Cache) to provide one.");
}
/**
*
* 如果某方法可被緩存就緩存其結果，方法的返回結果必須是可序列化的(Serializable)
*/
public Object invoke(MethodInvocation invocation) throws Throwable {
String targetName = invocation.getThis().getClass().getName();
String methodName = invocation.getMethod().getName();
Object[] arguments = invocation.getArguments();
Object result;
String cacheKey = getCacheKey(targetName, methodName, arguments);
Element element = null;
synchronized (this){
element = cache.get(cacheKey);
if (element == null) {
//調用實際的方法
result = invocation.proceed();
element = new Element(cacheKey, (Serializable) result);
cache.put(element);
}
}
return element.getValue();
}
/**
* 生成CacheKey: targetName.methodName.argument0.argument1...
*/
private String getCacheKey(String targetName, String methodName,
Object[] arguments) {
StringBuffer sb = new StringBuffer();
sb.append(targetName).append(".").append(methodName);
if ((arguments != null) && (arguments.length != 0)) {
for (int i = 0; i < arguments.length; i++) {
sb.append(".").append(arguments[i]);
}
}
return sb.toString();
}
}
synchronized (this)這段代碼實現了同步功能。爲什麼一定要同步？Cache對象本身的get和put操作是同步的。如果我們緩存的數據來自數據庫查詢，在沒有這段同步代碼時，當key不存在或者key對應的對象已經過期時，在多線程併發訪問的情況下，許多線程都會重新執行該方法，由於對數據庫進行重新查詢代價是比較昂貴的，而在瞬間大量的併發查詢，會對數據庫服務器造成非常大的壓力。所以這裏的同步代碼是很重要的。
接下來，繼續完成攔截器和Bean的配置：
.*myMethodmethodCachePointCut
其中myServiceBean是實現了業務邏輯的Bean，裏面的方法myMethod()的返回結果需要被緩存。這樣每次對myServiceBean的myMethod()方法進行調用,都會首先從緩存中查找,其次纔會查詢數據庫。使用AOP的方式極大地提高了系統的靈活性，通過修改配置文件就可以實現對方法結果的緩存，所有的對Cache的操作都封裝在了攔截器的實現中。
CachingFilter功能
使用Spring的AOP進行整合，可以靈活的對方法的的返回結果對象進行緩存。CachingFilter功能可以對HTTP響應的內容進行緩存。這種方式緩存數據的粒度比較粗，例如緩存整張頁面。它的優點是使用簡單、效率高，缺點是不夠靈活，可重用程度不高。
EHCache使用SimplePageCachingFilter類實現Filter緩存。該類繼承自CachingFilter，有默認產生cache key的calculateKey()方法，該方法使用HTTP請求的URI和查詢條件來組成key。也可以自己實現一個Filter，同樣繼承CachingFilter類,然後覆寫calculateKey()方法，生成自定義的key。
在筆者參與的項目中很多頁面都使用AJAX，爲保證JS請求的數據不被瀏覽器緩存，每次請求都會帶有一個隨機數參數i。如果使用SimplePageCachingFilter，那麼每次生成的key都不一樣，緩存就沒有意義了。這種情況下，我們就會覆寫calculateKey()方法。
要使用SimplePageCachingFilter，首先在配置文件ehcache.xml中，增加下面的配置：
其中name屬性必須爲SimplePageCachingFilter，修改web.xml文件，增加一個Filter的配置：
SimplePageCachingFilternet.sf.ehcache.constructs.web.filter.SimplePageCachingFilterSimplePageCachingFilter/test.jsp
下面我們寫一個簡單的test.jsp文件進行測試，緩存後的頁面每次刷新，在600秒內顯示的時間都不會發生變化的。代碼如下：
<%
out.println(new Date());
%>
CachingFilter輸出的數據會根據瀏覽器發送的Accept-Encoding頭信息進行Gzip壓縮。經過筆者測試，Gzip壓縮後的數據量是原來的1/4，速度是原來的4-5倍，所以緩存加上壓縮，效果非常明顯。
在使用Gzip壓縮時，需注意兩個問題：
1. Filter在進行Gzip壓縮時，採用系統默認編碼，對於使用GBK編碼的中文網頁來說，需要將操作系統的語言設置爲：zh_CN.GBK，否則會出現亂碼的問題。
2. 默認情況下CachingFilter會根據瀏覽器發送的請求頭部所包含的Accept-Encoding參數值來判斷是否進行Gzip壓縮。雖然IE6/7瀏覽器是支持Gzip壓縮的，但是在發送請求的時候卻不帶該參數。爲了對IE6/7也能進行Gzip壓縮，可以通過繼承CachingFilter，實現自己的Filter，然後在具體的實現中覆寫方法acceptsGzipEncoding。
具體實現參考：
protected boolean acceptsGzipEncoding(HttpServletRequest request) {
final boolean ie6 = headerContains(request, "User-Agent", "MSIE 6.0");
final boolean ie7 = headerContains(request, "User-Agent", "MSIE 7.0");
return acceptsEncoding(request, "gzip") || ie6 || ie7;
}
EHCache在Hibernate中的使用
EHCache可以作爲Hibernate的二級緩存使用。在hibernate.cfg.xml中需增加如下設置：
org.hibernate.cache.EhCacheProvider
然後在Hibernate映射文件的每個需要Cache的Domain中，加入類似如下格式信息：
比如：
最後在配置文件ehcache.xml中增加一段cache的配置，其中name爲該domain的類名。
EHCache的監控
對於Cache的使用，除了功能，在實際的系統運營過程中，我們會比較關注每個Cache對象佔用的內存大小和Cache的命中率。有了這些數據，我們就可以對Cache的配置參數和系統的配置參數進行優化，使系統的性能達到最優。EHCache提供了方便的API供我們調用以獲取監控數據，其中主要的方法有：
//得到緩存中的對象數
cache.getSize();
//得到緩存對象佔用內存的大小
cache.getMemoryStoreSize();
//得到緩存讀取的命中次數
cache.getStatistics().getCacheHits()
//得到緩存讀取的錯失次數
cache.getStatistics().getCacheMisses()
分佈式緩存
EHCache從1.2版本開始支持分佈式緩存。分佈式緩存主要解決集羣環境中不同的服務器間的數據的同步問題。具體的配置如下：
在配置文件ehcache.xml中加入
另外，需要在每個cache屬性中加入
例如：
總結
EHCache是一個非常優秀的基於Java的Cache實現。它簡單、易用，而且功能齊全，並且非常容易與Spring、Hibernate等流行的開源框架進行整合。通過使用EHCache可以減少網站項目中數據庫服務器的訪問壓力，提高網站的訪問速度，改善用戶的體驗。
