Java缓存库对比-以及OHCache总结-CSDN博客

本文链接：https://blog.csdn.net/javeme/article/details/104488028

本文对比了Java缓存库，包括LinkedHashMap、Guava Cache、Ehcache、Caffeine和堆外缓存如OHCache、ChronicleMap、MapDB。在大数据量场景下，OHCache被选择用于缓解Full GC压力。OHCache提供LRU、W_TINY_LFU等驱逐策略，支持自定义序列化，并具有过期机制，但过期检查在get或put时进行。建议配合jemalloc使用以减少内存碎片。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

堆内缓存：

LinkedHashMap：Java自带类，内置LRU驱逐策略的实现（access-order）；多线程访问需要自己实现同步。
Guava Cache：Google Guava工具包中的缓存实现，支持LRU驱逐策略；支持多线程并发访问，支持按时间过期，但只有在访问时才清除过期数据。
Ehcache：支持多种驱逐策略：LFU、LRU、FIFO，支持持久化和集群。性能跟Guava Cache比相当。
Caffeine：支持W-TinyLFU驱逐策略，Benchmark测试读写性能是Guava Cache的6倍左右。

堆外缓存：

OHCache：支持缓存驱逐和过期（Cassandra使用的缓存库）
ChronicleMap：支持Hash结构，性能好，不支持缓存驱逐
MapDB：支持Tree结构，可顺序扫描，不支持缓存驱逐
Ehcache3：BigMemory收费

当缓存数据量非常大时，GC压力过大会导致服务响应慢甚至崩溃，在HugeGraph图数据库中为了缓解该问题，需引入堆外缓存，选择了使用OHCache。

OHCache对外缓存总结

开源：https://github.com/snazy/ohc

特性：

底层有2种实现：linked实现，适用于中大entry场景，默认实现，大部分feature只在该实现中才支持；chunked实现，适用于小entry场景，通过设置chunkSize或者fixedEntrySize启用。
通过eviction()来设置缓存驱逐策略，支持：LRU, W_TINY_LFU, NONE共3种，后两种仅在linked实现中支持。
通过capacity()来指定缓存的容量，单位是字节，注意不是条数。
通过hashTableSize()来设置每个hash_table最大存放的entry个数数量（默认是0.75的factor）。
必须指定自定义的keySerializer、valueSerializer系列化器，重载实现系列化serialize()方法与反序列化deserialize()方法；需要注意的是还需要重载serializedSize()方法，且该方法返回值必须和实际写入的内容大小完全一样，否则会报错或数据不对。
支持缓存条目过期机制，通过timeouts()开启；允许通过defaultTTLmillis()设置一个默认过期时间，也可以在put()的时候单独设置expireAt过期时间。注意：过期机制仅linked实现才支持，因为chunked实现是以chunk为单位进行缓存驱逐的，无法精确到entry粒度；而且并没有独立的线程来回收过期条目，只会在get或put操作时进行检查（见get()或者ensureFreeSpaceFo