如何自创app软件seo优化视频教程
前言
书接前文，继续深耕。上一篇博主对Redis进行了入门级介绍，大体知道了Redis可以干什么以及怎么使用它。
今日博主继续带着大家学习如何使用EhCache，这是一款基于Java的缓存框架。
- 微服务实战系列之Redis
- 微服务实战系列之Cache
- 微服务实战系列之Nginx（技巧篇）
- 微服务实战系列之Nginx
- 微服务实战系列之Feign
- 微服务实战系列之Sentinel
- 微服务实战系列之Token
- 微服务实战系列之Nacos
- 微服务实战系列之Gateway
- 微服务实战系列之加密RSA
- 微服务实战系列之签名Sign
一、Ehcache简介
Ehcacheis an open-source, standards-based cache for boosting performance, offloading your database, and simplifying scalability, it is today’s most widely used Java-based cache.
Ehcacheprovides in-process cache, which you can replicate across multiple nodes.
博主提炼几个关键词：开源、标准化、轻量级、Java缓存、分布式。
1. 快速入门
Ehcache支持API、XML的的集成方式，博主以XML为例进行介绍。
1.1 导入依赖
<!-- https://mvnrepository.com/artifact/net.sf.ehcache/ehcache -->
<dependency><groupId>net.sf.ehcache</groupId><artifactId>ehcache</artifactId><version>2.10.9.2</version>
</dependency>因为只依赖 slf4j-api，所以Ehcache真正的做到了轻量级。
1.2 配置参数
准备一个echache.xml文件，参考配置：
<?xml version="1.0" encoding="UTF-8"?>
<ehcache><!-- 指定磁盘存储目录--><diskStore path="d:/ehcache/mycache/" /><!-- defaultCache:默认的缓存maxElementsInMemory:内存中最大缓存对象数eternal:是否永不过期,此时会忽略timeToIdleSeconds和timeToLiveSeconds属性overflowToDisk:Element数量达到maxElementsInMemory时，写到磁盘中--><defaultCachemaxElementsInMemory="100"eternal="true"overflowToDisk="true"/><!-- maxElementsInMemory:设置成1且overflowToDisk为true，代表只要有一个Element，就立即持久化到硬盘eternal:设置成true，永久有效maxElementsOnDisk:硬盘中最大缓存对象数，不限为0diskPersistent:是否缓存虚拟机重启期数据 --><cache name="firstCache"maxElementsInMemory="1" eternal="true"overflowToDisk="true" maxElementsOnDisk="0"diskPersistent="true"/></ehcache>
2. 数据管理机制
Ehcache数据缓存依赖Manager完成，遵循CacheManager—>Cache—>Element层级关系，以下是每个组件的特点。
- CacheManager
缓存管理器，是Ehcache的入口。 - Cache
每个CacheManager可以管理多个Cache，每个Cache可以管理多个Element。 - Element
单条缓存的组成单位。
3. 缓存策略
- FIFO：先进先出
- LRU：最近最少使用
- LFU：最不经常使用
二、单体OR集群
1. 单体
单体模式，数据缓存在本地磁盘或内存中，适用于对数据缓存要求较高的场景。因此需要准备足够的磁盘或内存空间。
2. 集群
集群模式，Ehcache提供了多种部署方案，比如基于RMI、JMS等组内广播策略，实现分布式缓存部署。
鉴于Ehcache不保证数据安全（即数据访问正确性），所以其特点之一可能是“快而不准”，如此可能会带来一个问题：“缓存一致性”。因此，通常需结合其他保障一致性的组件配合使用，实现二级缓存，如下图：
结语
Ehcache作为近年来比较流行的Java缓存框架，对于本地缓存的支持已足够。“小而快”的特点，也让它成为微服务中的热门组件。当然也存在粗暴的一面，也因此失去了分布式的部分优势。
所以各位盆友，不同的缓存各领风骚，选择需谨慎！
