在大数据量访问读取中,数据缓存是最普遍采用的解决方案之一,但在读过很多代码的缓存实现,代码可圈可点的弹性都很大,在一并发数不多时,功能是完全没有问题的,但是对大数量的多并发操作上就有些差强人意了。以下为集数家之长实现的数据缓存核心机制代码片段,以抛砖引玉,供大家学习,此片段的核心代码参考sun的源码实现。
sun没有对此段代码开放,它的功能在ArrayBlockingQueue(jdk1.5)中已经实现并提供开放接口。没有时间看下面的代码的可直接查看ArrayBlockingQueue的api,如果对象ArrayBlockingQueue也没有兴趣的同学,可以直接调用ConcurrentHashMap(jdk1.5), ConcurrentSkipListMap(jdk1.6),这些类,api中有更加祥细的说明,这里不多说,需要注意的是因为此功能解决多线程并发问题,故null不能做为key和value的键值,可以理解为HashTable的提升。
- package com.henry;
- import java.util.HashMap;
- import java.util.Map;
- import java.util.Random;
- import java.util.concurrent.locks.ReadWriteLock;
- import java.util.concurrent.locks.ReentrantReadWriteLock;
- public class CacheDataTest {
- static Map<Integer,Object> dataMap=new HashMap<Integer,Object>();
- static ReadWriteLock lock=new ReentrantReadWriteLock();//创建读写锁的实例
- static Object getData(Integer key){
- lock.readLock().lock();//读取前先上锁
- Object val=null;
- try{
- val=dataMap.get(key);
- if(val == null){
- // Must release read lock before acquiring write lock
- lock.readLock().unlock();
- lock.writeLock().lock();
- try{ if(val==null){
- //dataMap.put(key, "");//query from db
- val=queryDataFromDB(key); }finally{
- //Downgrade by acquiring read lock before releasing write lock
- lock.readLock().lock();
- // Unlock write, still hold read
- lock.writeLock().unlock(); }
- }finally{
- lock.readLock().unlock();//最后一定不要忘记释放锁 System.out.println("get data key="+key+">val="+val);
- return val;
- static Object queryDataFromDB(Integer key){
- Object val=new Random().nextInt(1000);
- dataMap.put(key, val);
- System.out.println("write into data key="+key+">val="+val);
- return val;
- }
- public static void main(String[] args) {
- for(int i=0;i<10;i++){
- new Thread(new Runnable(){public void run() {
- getData(new Random().nextInt(5));
- }}).start(); }
- }
原文链接:http://www.cnblogs.com/cx361/archive/2011/12/14/2287025.html
【编辑推荐】