前言

java從零手寫實現redis（一）如何實現固定大小的緩存？

java從零手寫實現redis（三）redis expire 過期原理

java從零手寫實現redis（三）內存數據如何重啟不丟失？

本節，讓我們來一起學習一下如何實現類似 guava-cache 中的 removeListener 刪除監聽器，和類似 redis 中的慢日志監控的 slowListener。

刪除監聽器

說明

我們在兩種場景下刪除數據是對用戶透明的：

（1）size 滿了之后，進行數據淘汰。

（2）expire 過期時，清除數據。

這兩個特性對用戶本來應該是無感的，不過用戶如果關心的話，也可以通過添加刪除監聽器來獲取到相關的變更信息。

實現思路

為了實現刪除的監聽，我們需要找到刪除的位置，然后調用監聽器即可。

evict 驅除的場景

每次 put 數據時，都會校驗 size 是否達到最大的限制，如果達到，則進行 evict 淘汰。

expire 過期的場景

用戶指定 expire 時間之后，回后臺異步執行刷新。

也存在惰性刪除的場景。

接口定義

為了統一，我們將所有的刪除都定義統一的接口：

/*** 刪除監聽器接口** @author binbin.hou* @since 0.0.6* @param <K> key* @param <V> value*/ public interface ICacheRemoveListener<K,V> {/*** 監聽* @param context 上下文* @since 0.0.6*/void listen(final ICacheRemoveListenerContext<K,V> context);}

內置實現

系統內置的實現如下：

public class CacheRemoveListener<K,V> implements ICacheRemoveListener<K,V> {private static final Log log = LogFactory.getLog(CacheRemoveListener.class);@Overridepublic void listen(ICacheRemoveListenerContext<K, V> context) {log.debug("Remove key: {}, value: {}, type: {}",context.key(), context.value(), context.type());}}

這個監聽器是默認開啟的，暫時無法關閉。

自定義

用戶可以自己的需要，進行自定義實現：

public class MyRemoveListener<K,V> implements ICacheRemoveListener<K,V> {@Overridepublic void listen(ICacheRemoveListenerContext<K, V> context) {System.out.println("【刪除提示】可惡，我竟然被刪除了！" + context.key());}}

測試

ICache<String, String> cache = CacheBs.<String,String>newInstance().size(1).addRemoveListener(new MyRemoveListener<String, String>()).build();cache.put("1", "1"); cache.put("2", "2");

我們指定 cache 的大小為1，設置我們自定義的刪除監聽器。

這里的刪除監聽器可以添加多個。

日志

測試日志如下：

[DEBUG] [2020-09-30 19:32:54.617] [main] [c.g.h.c.c.s.l.r.CacheRemoveListener.listen] - Remove key: 2, value: 2, type: evict 【刪除提示】可惡，我竟然被刪除了！2

慢操作監聽器

說明

redis 中會存儲慢操作的相關日志信息，主要是由兩個參數構成：

（1）slowlog-log-slower-than 預設閾值,它的單位是毫秒(1秒=1000000微秒)默認值是10000

（2）slowlog-max-len 最多存儲多少條的慢日志記錄

不過 redis 是直接存儲到內存中，而且有長度限制。

根據實際工作體驗，如果我們可以添加慢日志的監聽，然后有對應的存儲或者報警，這樣更加方便問題的分析和快速反饋。

所以我們引入類似于刪除的監聽器。

實現思路

我們處理所有的 cache 操作，并且記錄對應的操作耗時。

如果耗時操作用戶設置的時間閾值，則調用慢操作監聽器。

接口定義

為了保證接口的靈活性，每一個實現都可以定義自己的慢操作閾值，這樣便于分級處理。

比如超過 100ms，用戶可以選擇輸出 warn 日志；超過 1s，可能影響到業務了，可以直接接入報警系統。

public interface ICacheSlowListener {/*** 監聽* @param context 上下文* @since 0.0.6*/void listen(final ICacheSlowListenerContext context);/*** 慢日志的閾值* @return 慢日志的閾值* @since 0.0.9*/long slowerThanMills();}

自定義監聽器

實現接口 ICacheSlowListener

這里每一個監聽器都可以指定自己的慢日志閾值，便于分級處理。

public class MySlowListener implements ICacheSlowListener {@Overridepublic void listen(ICacheSlowListenerContext context) {System.out.println("【慢日志】name: " + context.methodName());}@Overridepublic long slowerThanMills() {return 0;}}

使用

ICache<String, String> cache = CacheBs.<String,String>newInstance().addSlowListener(new MySlowListener()).build();cache.put("1", "2"); cache.get("1");

• 測試效果

[DEBUG] [2020-09-30 17:40:11.547] [main] [c.g.h.c.c.s.i.c.CacheInterceptorCost.before] - Cost start, method: put [DEBUG] [2020-09-30 17:40:11.551] [main] [c.g.h.c.c.s.i.c.CacheInterceptorCost.after] - Cost end, method: put, cost: 10ms 【慢日志】name: put [DEBUG] [2020-09-30 17:40:11.554] [main] [c.g.h.c.c.s.i.c.CacheInterceptorCost.before] - Cost start, method: get [DEBUG] [2020-09-30 17:40:11.554] [main] [c.g.h.c.c.s.i.c.CacheInterceptorCost.after] - Cost end, method: get, cost: 1ms 【慢日志】name: get

實際工作中，我們可以針對慢日志數據存儲，便于后期分析。

也可以直接接入報警系統，及時反饋問題。

小結

監聽器實現起來比較簡單，但是對于使用者的作用是比較大的。

文中主要講述了思路，實現部分因為篇幅限制，沒有全部貼出來。

開源地址：https://github.com/houbb/cache

覺得本文對你有幫助的話，歡迎點贊評論收藏關注一波~

你的鼓勵，是我最大的動力~

創作挑戰賽新人創作獎勵來咯，堅持創作打卡瓜分現金大獎

總結

以上是生活随笔為你收集整理的redis java 监听_从零手写实现redis（四）添加监听器的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。