Cache2j：進階之Monitor講解

Monitor在框架內部由一個後臺的守護線程實現，基於用戶的配置定時執行緩存淘汰任務，定義如下：

/**
 * 緩存淘汰監控器
 */
public interface Monitor {
    void processMonitor();
    void start();
    void stop();
    void startIfStop();
    boolean isRunning();
}

當前版本框架提供了2種實現，TtlMonitor和CapMonitor，分別爲基於時間策略和基於容量策略。

TtlMonitor 

@Override
    public void processMonitor() {
        long timeNow = System.currentTimeMillis();
        for (CacheObject<K, V> o : delegate.values()) {
            if (ttl <= 0) {
                continue;
            }

            long timeIdle = timeNow - o.getInitializationTime();

            if (timeIdle >= ttl) {
                delegate.remove(o.getKey());

                for (CacheListener<K, V> listener : listeners) {
                    listener.callback(new Payload<>(o.getKey(), o.getValue(), o.getInitializationTime()));
                }
            }
        }
    }

具體的淘汰策略是後臺線程會遍歷緩存對象集合，根據其initializationTime屬性與currentTime做差值，然後對比ttl，過期者，被移除，並調用CacheListener的callback方法，將被移除對象的相關信息返回給上層。

CapMonitor


@Override
    public void processMonitor() {
        int size = delegate.size();

        if (size >= maximum) {
            Map<Long, Object> sortMap = new TreeMap<>();
            for (CacheObject<K, V> object : delegate.values()) {
                sortMap.put(object.getLastAccessTime(), object.getKey());
            }

            Set<Long> keySet = sortMap.keySet();
            Iterator<Long> it = keySet.iterator();
            int count = 0;
            int clearSize = (int) (maximum * clearFactor) + size - maximum;
            while ((count < clearSize) && it.hasNext()) {
                Object v = sortMap.get(it.next());

                for (CacheListener<K, V> listener : listeners) {
                    listener.callback(new Payload<>((K)v,delegate.get(v).getValue(),delegate.get(v).getInitializationTime()));
                }

                delegate.remove(v);
                count++;
            }
        }
    }

基於容量的淘汰策略具體實現是：後臺線程先取出當前緩存對象集合的size，如果大於maximum值，將執行淘汰任務。根據緩存對象的lastAccessTime做排序，將“最近使用頻率最低的”(maximum * clearFactor) + size - maximum個對象移除掉。例maximum值爲100，factor爲0.1，當前緩存集合的size爲110，則此次移除任務將移除掉100*0.1+110-100，即20個緩存對象。

ps：上層業務再使用時應基於實際業務需求，合理的設置ttl、maximum、factor及interval等參數。例interval值設置的越小，緩存移除的“實時性”及“準確性”就越高，但是系統的開銷也會更高。