您的位置：首页 > 编程语言 > Java开发

比较Java中几种数据cache方式

2012-02-18 09:42 477 查看

比较Java中几种数据cache方式
2008-03-03 13:54

现在很多网站一说到cache就想到memcached，memcached确实是非常优秀的系统，但是在某些场合，特别在不是分布式应用的场合，或者某些数据不需要分布式的访问，那它就未必是最佳的选择。

下面比较3种cache方式，用测试结果说话

Map，严格的说不能算cache，它适合本机访问，没有过期时间，不适合大容量，不能预计长度的数据，可能会使内存耗尽。
ehcache，可设过期时间，当超过指定内存数量，可设置淘汰算法，可输出到磁盘，可适合本机访问，也适合用作分布式缓存，分布式缓存配置和原理稍复杂，没有memcached直观，本测试未使用ehHcache分布式支持。

Memcached, 适合分布式缓存，可设过期时间
1. 环境

OS: Linux, Ubuntu 7.04 64-bit

Memory: 4G

CPU: Intel(R) Pentium(R) D CPU 2.66GHz

SCSI DISK, ext3 file system

libevent 1.3e

Memcached 1.2.4

Java 1.6.0

2. 测试方法

Key: 数字,1~100万

数据：100字节字符串

// put 100 char
Element e = new Element(String.valueOf(n), "blah.....blah... 100 chars...");
cache.put(e);

Memcache的设置方法参看memcachedb的性能测试

3. ehcache 设置

<cache name="cache1"
maxElementsInMemory="1000000"
eternal="true"
overflowToDisk="false"
timeToIdleSeconds="36000"
timeToLiveSeconds="36000"
diskPersistent="false"
diskExpiryThreadIntervalSeconds="120"
memoryStoreEvictionPolicy="LRU"
/>

4. 测试结果

类型	测试数据	[align=right]平均速度(次/秒)[/align]	[align=right]最大速度(次/秒)[/align]	[align=right]占用内存[/align]	Thread(s)
HashMap.put*	1千万	[align=right]146,268[/align]	[align=right]254,262[/align]	[align=right]1344.18MB[/align]	1*
Hashtable.put	1千万	[align=right]128,752[/align]	[align=right]253,911[/align]	[align=right]1572.52MB[/align]	4
EHCache.put	1千万	[align=right]118,399[/align]	[align=right]381,601[/align]	[align=right]1245.08MB[/align]	4
Memcached.put	1百万	[align=right]16,515[/align]	[align=right]19,942[/align]	[align=right]118.20MB[/align]	4

* HashMap 不是线程安全，多线程测试无意义。

* 未比较GET测试结果，由于GET测试先要模拟一定数据，用空表去测试GET结果可能无意义。(但是GET比较可能更重要，有时间补上)

本文地址为：http://hi.baidu.com/jabber

参考资源：NP博士的文章PHP cache的比较
《大型》系列（三）——Cache & Buffer

补充：

写完几天之后无意在网上看到这两篇文章：一正一反，

正方：Comparing Memcached and Ehcache Performance说ehcache要快50～100倍

反方：Unfair Benchmarks of Ehcache vs Memcached，貌似国内访问不到，里面意思是说要用memcached的getmulti方式测试比较才公平。另外担心ehcache中LRU算法GC不能回收内存。

内容来自用户分享和网络整理，不保证内容的准确性，如有侵权内容，可联系管理员处理

标签： cache java memcached 测试分布式应用 hashmap

相关文章推荐

新的分享

章节导航