【TalkingData技术分享】Java Cache性能分析

导语：在高并发的应用中，大量(访问文件、DB、远端服务调用等)操作会严重影响性能。使用Cache是一种比较常见的手段。

在高并发的应用中，大量(访问文件、DB、远端服务调用等)操作会严重影响性能。使用Cache是一种比较常见的手段。本文对比较常用的几种Cache做了一个性能测试，分享一下在不同场景下，使用什么样的Cache。

本文主要涉及的Cache(包括一些并不是缓存，但可以用来做缓存的东东)。

1. GuavaCache

A. 优点：有完善的缓存清理策略，在有清理策略的缓存中速度最快(限于本文中的缓存)。方便统计缓存命中率等信息。而且很轻量。

2. EhCache

A. 优点：可以使用硬盘来缓存数据。同样具有完善的清理策略。

B. 缺点：速度太慢。

3. ConcurrentHashMap

A. 优点：并发get和put会比HashTable快很多。

B. 缺点：这并不是一个缓存，你需要自己写缓存清理策略。

4. Hashtable

A. 优点：线程少时读写速度均很快。

B. 缺点：这并不是一个缓存，你需要自己写缓存清理策略。当线程多了，速度不及ConcurrentHashMap

5. Redis

A. 优点：可以多进程多机器公用内存，内存很节省，也有缓存清理策略。

B. 缺点：速度慢，需要自己写命中率之类的统计，最重要的是需要良好的网络环境。

从上述的优缺点来看，如果你知道要缓存的数量较少并且增长缓慢时，相比其它缓存使用ConcurrentHashMap可以显著增加你的速度。目前我常用的场景有数据库某些不大的表的缓存。如果你所缓存的数量很多，或者数量增长很快时，你不能将所有内容都缓存下来，你只能缓存一些你常用的，推荐GuavaCache。

测试的代码在JavaCacheAnalytics上，有感兴趣的同学可以自己跑跑试试，在此我只贴出部分测试结果。