Что является лучшим вариантом для многоуровневого внутрипроцессного кэша?

Question

В моем весеннем загрузочном приложении мне нужно реализовать внутриуровневый многоуровневый кеш. Вот пример данных, которые необходимо кэшировать:

имя клиента (ключ, строка) - имя объекта данных (ключ, строка) --config-1 (значение, JSONObject) --config-2 (значение, JSONObject)

Я планирую иметь несколько сотен записей о клиентах, каждая из которых имеет до ста "конфиг" JSONObjects

Я сейчас смотрю на ehcache:

Cache cache = manager.getCache("sampleCache1");
Element element = new Element("key1", "value1");
cache.put(element);

В этом контексте я бы использовал "Customer_Name" вместо "key1" и "My Customer" вместо "value1", но из них мне нужно было бы построить иерархию:

customer
 -data entity
   -config

Я не уверен, как это сделать с ehcache. Я также не уверен, есть ли лучший выбор для того, что я пытаюсь сделать.

Кто-нибудь реализовал такой многоуровневый иерархический кеш с помощью ehcache или любой другой библиотеки?

Answer 1

Для обозначения я использую кэш, похожий на карту: value = Cache.get(key) что более распространено, чем EHCache2 Element

Вариант 1. Построить составной ключевой объект

 class CustomerConfigurationKey {
    String customerKey;
    String dataEntityKey;
    // equals() and hashCode()
 }

Это довольно стандартные хранилища ключей / значений, включая простые карты. Я сделал это в cache2k Quick Start.

Вариант 2: использовать несколько уровней кэшей

Поместите кеш в кеш и получите доступ к: data.get(customerKey).get(dataEntityKey),

Вы можете найти примеры "составного ключа" и "многоуровневого кэша" в тестах cache2k DateFormattingBenchmark

Это хорошо работает, только если у вас есть небольшой сет на первом уровне. В вашем случае у вас будет отдельный кеш для каждого клиента, который будет дорогостоящим. Таким образом, это только для полноты, никакой реальной опции в вашем сценарии.

Вариант 3: использовать карту для второго уровня

Создайте один кеш с Cache<String, Map<String, JSONObject>,

Если обычно все данные клиента используются за короткий промежуток времени, не имеет смысла кэшировать на более тонком уровне, так как все данные клиента в любом случае обычно находятся в памяти. Другой пример: когда клиент больше не активен, срок действия кэша истекает, и все данные клиента могут быть удалены из памяти.

При обновлении отдельных записей карты будут возникать проблемы с параллелизмом, которые необходимо правильно решить, например, путем копирования и помещения только неизменяемой карты в кэш или использования ConcurrentHashMap,