基于Java的guava開源庫工具類
更新時(shí)間：2021年09月02日 15:00:03 作者：麗大佬的小跟班
guava是谷歌基于java封裝好的開源庫，這篇文章主要通過介紹幾個(gè)好用的guava工具類，感興趣的朋友可以參考下面文章內(nèi)容
基于Java的guava開源庫工具類
前言：
平時(shí)我們都會封裝一些處理緩存或其他的小工具。但每個(gè)人都封裝一次，重復(fù)造輪子，有點(diǎn)費(fèi)時(shí)間。有沒有一些好的工具庫推薦-guava。guava是谷歌基于java封裝好的開源庫，它的性能、實(shí)用性，比我們自己造的輪子更好，畢竟谷歌出品，下面介紹下幾個(gè)常用的guava工具類
- LoadingCache（本地緩存）
- Multimap 和 Multiset
- BiMap
- Table（表）
- Sets和Maps（交并差）
- EventBus（事件）
- StopWatch（秒表）
- Files（文件操作）
- RateLimiter（限流器）
- Guava Retry（重試）
1、guava的maven配置引入
<dependency> <groupId>com.google.guava</groupId> <artifactId>guava</artifactId> <version>27.0-jre</version> </dependency>
2、LoadingCache
LoadingCache 在實(shí)際場景中有著非常廣泛的使用，通常情況下如果遇到需要大量時(shí)間計(jì)算或者緩存值的場景，就應(yīng)當(dāng)將值保存到緩存中。LoadingCache 和 ConcurrentMap 類似，但又不盡相同。最大的不同是 ConcurrentMap 會永久的存儲所有的元素值直到他們被顯示的移除，但是 LoadingCache 會為了保持內(nèi)存使用合理會根據(jù)配置自動將過期值移除
通常情況下，Guava caching 適用于以下場景：
- 花費(fèi)一些內(nèi)存來換取速度
- 一些 key 會被不止一次被調(diào)用
- 緩存內(nèi)容有限，不會超過內(nèi)存空間的值，Guava caches 不會存儲內(nèi)容到文件或者到服務(wù)器外部，如果有此類需求考慮使用 Memcached, Redis
LoadingCache 不能緩存 null key
CacheBuilder 構(gòu)造 LoadingCache 參數(shù)介紹
| CacheBuilder 方法參數(shù) | 描述 |
|---|---|
| initialCapacity(int initialCapacity) | 緩存池的初始大小 |
| concurrencyLevel(int concurrencyLevel) | 設(shè)置并發(fā)數(shù) |
| maximumSize(long maximumSize) | 緩存池大小，在緩存項(xiàng)接近該大小時(shí)， Guava開始回收舊的緩存項(xiàng) |
| weakValues() | 設(shè)置value的存儲引用是虛引用 |
| softValues() | 設(shè)置value的存儲引用是軟引用 |
| expireAfterWrite(long duration, TimeUnit unit) | 設(shè)置時(shí)間對象沒有被寫則對象從內(nèi)存中刪除(在另外的線程里面不定期維護(hù)) |
| expireAfterAccess(long duration, TimeUnit unit) | 設(shè)置時(shí)間對象沒有被讀/寫訪問則對象從內(nèi)存中刪除(在另外的線程里面不定期維護(hù)) |
| refreshAfterWrite(long duration, TimeUnit unit) | 和expireAfterWrite類似，不過不立馬移除key，而是在下次更新時(shí)刷新，這段時(shí)間可能會返回舊值 |
| removalListener( RemovalListener<? super K1, ? super V1> listener) | 監(jiān)聽器，緩存項(xiàng)被移除時(shí)會觸發(fā) |
| build(CacheLoader<? super K1, V1> loader) | 當(dāng)數(shù)據(jù)不存在時(shí)，則使用loader加載數(shù)據(jù) |
LoadingCache V get(K key), 獲取緩存值，如果鍵不存在值，將調(diào)用CacheLoader的load方法加載新值到該鍵中
示例：
LoadingCache<Integer,Long> cacheMap = CacheBuilder.newBuilder().initialCapacity(10)
.concurrencyLevel(10)
.expireAfterAccess(Duration.ofSeconds(10))
.weakValues()
.recordStats()
.removalListener(new RemovalListener<Integer,Long>(){
@Override
public void onRemoval(RemovalNotification<Integer, Long> notification) {
System.out.println(notification.getValue());
}
})
.build(new CacheLoader<Integer,Long>(){
@Override
public Long load(Integer key) throws Exception {
return System.currentTimeMillis();
}
});
cacheMap.get(1);
3、Multimap 和 MultiSet
Multimap的特點(diǎn)其實(shí)就是可以包含有幾個(gè)重復(fù)Key的value，可以put進(jìn)入多個(gè)不同value但是相同的key，但是又不會覆蓋前面的內(nèi)容
示例：
//Multimap: key-value key可以重復(fù)，value也可重復(fù)
Multimap<String, String> multimap = ArrayListMultimap.create();
multimap.put("csc","1");
multimap.put("lwl","1");
multimap.put("csc","1");
multimap.put("lwl","one");
System.out.println(multimap.get("csc"));
System.out.println(multimap.get("lwl"));
---------------------------
[1, 1]
[1, one]
MultiSet 有一個(gè)相對有用的場景，就是跟蹤每種對象的數(shù)量，所以可以用來進(jìn)行數(shù)量統(tǒng)計(jì)
示例：
//MultiSet: 無序+可重復(fù) count()方法獲取單詞的次數(shù) 增強(qiáng)了可讀性+操作簡單
Multiset<String> set = HashMultiset.create();
set.add("csc");
set.add("lwl");
set.add("csc");
System.out.println(set.size());
System.out.println(set.count("csc"));
---------------------------
3
2
4、BiMap
BiMap的鍵必須唯一，值也必須唯一，可以實(shí)現(xiàn)value和key互轉(zhuǎn)
示例：
BiMap<Integer,String> biMap = HashBiMap.create(); biMap.put(1,"lwl"); biMap.put(2,"csc"); BiMap<String, Integer> map = biMap.inverse(); // value和key互轉(zhuǎn) map.forEach((v, k) -> System.out.println(v + "-" + k));
5、Table
Table<R,C,V> table = HashBasedTable.create();，由泛型可以看出，table由雙主鍵R（行）,C（列）共同決定，V是存儲值- 新增數(shù)據(jù)：
table.put(R,C,V) - 獲取數(shù)據(jù)：
V v = table.get(R,C) - 遍歷數(shù)據(jù):
Set<R> set = table.rowKeySet(); Set<C> set = table.columnKeySet();
示例：
// 雙鍵的Map Map--> Table-->rowKey+columnKey+value
Table<String, String, Integer> tables = HashBasedTable.create();
tables.put("csc", "lwl", 1);
//row+column對應(yīng)的value
System.out.println(tables.get("csc","lwl"));
6、Sets和Maps
// 不可變集合的創(chuàng)建
ImmutableList<String> iList = ImmutableList.of("csc", "lwl");
ImmutableSet<String> iSet = ImmutableSet.of("csc", "lwl");
ImmutableMap<String, String> iMap = ImmutableMap.of("csc", "hello", "lwl", "world");
set的交集, 并集, 差集
HashSet setA = newHashSet(1, 2, 3, 4, 5); HashSet setB = newHashSet(4, 5, 6, 7, 8); //并集 SetView union = Sets.union(setA, setB); //差集 setA-setB SetView difference = Sets.difference(setA, setB); //交集 SetView intersection = Sets.intersection(setA, setB);
map的交集，并集，差集
HashMap<String, Integer> mapA = Maps.newHashMap();
mapA.put("a", 1);mapA.put("b", 2);mapA.put("c", 3);
HashMap<String, Integer> mapB = Maps.newHashMap();
mapB.put("b", 20);mapB.put("c", 3);mapB.put("d", 4);
MapDifference<String, Integer> mapDifference = Maps.difference(mapA, mapB);
//mapA 和 mapB 相同的 entry
System.out.println(mapDifference.entriesInCommon());
//mapA 和 mapB key相同的value不同的 entry
System.out.println(mapDifference.entriesDiffering());
//只存在 mapA 的 entry
System.out.println(mapDifference.entriesOnlyOnLeft());
//只存在 mapB 的 entry
System.out.println(mapDifference.entriesOnlyOnRight());;
-------------結(jié)果-------------
{c=3}
{b=(2, 20)}
{a=1}
{d=4}
7、EventBus
- EventBus是Guava的事件處理機(jī)制，是設(shè)計(jì)模式中的觀察者模式（生產(chǎn)/消費(fèi)者編程模型）的優(yōu)雅實(shí)現(xiàn)。對于事件監(jiān)聽和發(fā)布訂閱模式
- EventBus內(nèi)部實(shí)現(xiàn)原理不復(fù)雜，EventBus內(nèi)部會維護(hù)一個(gè)Multimap<Class<?>, Subscriber> map，key就代表消息對應(yīng)的類(不同消息不同類，區(qū)分不同的消息)、value是一個(gè)Subscriber，Subscriber其實(shí)就是對應(yīng)消息處理者。如果有消息發(fā)布就去這個(gè)map里面找到這個(gè)消息對應(yīng)的Subscriber去執(zhí)行
使用示例：
@Data
@AllArgsConstructor
public class OrderMessage {
String message;
}
//使用 @Subscribe 注解,表明使用dealWithEvent 方法處理 OrderMessage類型對應(yīng)的消息
//可以注解多個(gè)方法,不同的方法 處理不同的對象消息
public class OrderEventListener {
@Subscribe
public void dealWithEvent(OrderMessage event) {
System.out.println("內(nèi)容：" + event.getMessage());
}
}
-------------------------------------
// new AsyncEventBus(String identifier, Executor executor);
EventBus eventBus = new EventBus("lwl");
eventBus.register(new OrderEventListener());
// 發(fā)布消息
eventBus.post(new OrderMessage("csc"));
8、StopWatch
Stopwatch stopwatch = Stopwatch.createStarted();
for(int i=0; i<100000; i++){
// do some thing
}
long nanos = stopwatch.elapsed(TimeUnit.MILLISECONDS);
System.out.println("邏輯代碼運(yùn)行耗時(shí)："+nanos);
9、Files文件操作
數(shù)據(jù)寫入
File newFile = new File("D:/text.txt");
Files.write("this is a test".getBytes(), newFile);
//再次寫入會把之前的內(nèi)容沖掉
Files.write("csc".getBytes(), newFile);
//追加寫
Files.append("lwl", newFile, Charset.defaultCharset());
文本數(shù)據(jù)讀取
File newFile = new File("E:/text.txt");
List<String> lines = Files.readLines(newFile, Charset.defaultCharset());
其他操作
| 方法 | 描述 |
|---|---|
| Files.copy(File from, File to) | 復(fù)制文件 |
| Files.deleteDirectoryContents(File directory) | 刪除文件夾下的內(nèi)容(包括文件與子文件夾) |
| Files.deleteRecursively(File file) | 刪除文件或者文件夾 |
| Files.move(File from, File to) | 移動文件 |
| Files.touch(File file) | 創(chuàng)建或者更新文件的時(shí)間戳 |
| Files.getFileExtension(String file) | 獲得文件的擴(kuò)展名 |
| Files.getNameWithoutExtension(String file) | 獲得不帶擴(kuò)展名的文件名 |
| Files.map(File file, MapMode mode) | 獲取內(nèi)存映射buffer |
10、RateLimiter
//RateLimiter 構(gòu)造方法，每秒限流permitsPerSecond public static RateLimiter create(double permitsPerSecond) //每秒限流 permitsPerSecond，warmupPeriod 則是數(shù)據(jù)初始預(yù)熱時(shí)間，從第一次acquire 或 tryAcquire 執(zhí)行開時(shí)計(jì)算 public static RateLimiter create(double permitsPerSecond, Duration warmupPeriod) //獲取一個(gè)令牌，阻塞，返回阻塞時(shí)間 public double acquire() //獲取 permits 個(gè)令牌，阻塞，返回阻塞時(shí)間 public double acquire(int permits) //獲取一個(gè)令牌，超時(shí)返回 public boolean tryAcquire(Duration timeout) ////獲取 permits 個(gè)令牌，超時(shí)返回 public boolean tryAcquire(int permits, Duration timeout)
使用示例
RateLimiter limiter = RateLimiter.create(2, 3, TimeUnit.SECONDS);
System.out.println("get one permit cost time: " + limiter.acquire(1) + "s");
System.out.println("get one permit cost time: " + limiter.acquire(1) + "s");
System.out.println("get one permit cost time: " + limiter.acquire(1) + "s");
System.out.println("get one permit cost time: " + limiter.acquire(1) + "s");
System.out.println("get one permit cost time: " + limiter.acquire(1) + "s");
System.out.println("get one permit cost time: " + limiter.acquire(1) + "s");
System.out.println("get one permit cost time: " + limiter.acquire(1) + "s");
System.out.println("get one permit cost time: " + limiter.acquire(1) + "s");
--------------- 結(jié)果 -------------------------
get one permit cost time: 0.0s
get one permit cost time: 1.331672s
get one permit cost time: 0.998392s
get one permit cost time: 0.666014s
get one permit cost time: 0.498514s
get one permit cost time: 0.498918s
get one permit cost time: 0.499151s
get one permit cost time: 0.488548s
- 因?yàn)镽ateLimiter滯后處理的，所以第一次無論取多少都是零秒
- 可以看到前四次的acquire，花了三秒時(shí)間去預(yù)熱數(shù)據(jù)，在第五次到第八次的acquire耗時(shí)趨于平滑
11、Guava Retry
maven引入
<dependency> <groupId>com.github.rholder</groupId> <artifactId>guava-retrying</artifactId> <version>2.0.0</version> </dependency>
RetryerBuilder 構(gòu)造方法
| RetryerBuilder方法 | 描述 |
|---|---|
| withRetryListener | 重試監(jiān)聽器 |
| withWaitStrategy | 失敗后重試間隔時(shí)間 |
| withStopStrategy | 停止策略 |
| withBlockStrategy | 阻塞策略BlockStrategy |
| withAttemptTimeLimiter | 執(zhí)行時(shí)間限制策略 |
| retryIfException | 發(fā)生異常，則重試 |
| retryIfRuntimeException | 發(fā)生RuntimeException異常，則重試 |
| retryIfExceptionOfType(Class<? extends Throwable> ex) | 發(fā)生ex異常，則重試 |
| retryIfException(Predicate<Throwable> exceptionPredicate) | 對異常判斷，是否重試 |
| retryIfResult(Predicate<V> resultPredicate) | 對返回結(jié)果判斷，是否重試 |
Retryer<Boolean> retryer = RetryerBuilder.<Boolean>newBuilder()
.retryIfException()
.retryIfResult(Predicates.equalTo(false))
.withAttemptTimeLimiter(AttemptTimeLimiters.fixedTimeLimit(1, TimeUnit.SECONDS))
.withStopStrategy(StopStrategies.stopAfterAttempt(5))
.build();
//Retryer調(diào)用
retryer.call(() -> true);
以上就是基于Java的guava開源庫工具類的詳細(xì)內(nèi)容，更多關(guān)于guava開源庫工具類的資料請關(guān)注腳本之家其它相關(guān)文章！希望大家以后多多支持腳本之家！
相關(guān)文章
將一個(gè)數(shù)組按照固定大小進(jìn)行拆分成數(shù)組的方法
下面小編就為大家?guī)硪黄獙⒁粋€(gè)數(shù)組按照固定大小進(jìn)行拆分成數(shù)組的方法。小編覺得挺不錯(cuò)的，現(xiàn)在就分享給大家，也給大家做個(gè)參考。一起跟隨小編過來看看吧2016-11-11
Java實(shí)現(xiàn)Kruskal算法的示例代碼
Kruskal算法是一種用來尋找最小生成樹的算法，由Joseph Kruskal在1956年發(fā)表。用來解決同樣問題的還有Prim算法和Boruvka算法等。本文將介紹用Java語言實(shí)現(xiàn)Kruskal算法的示例代碼，需要的可以參考一下2022-07-07
使用eclipse打包Maven項(xiàng)目的實(shí)現(xiàn)步驟
本文主要介紹了使用eclipse打包Maven項(xiàng)目的實(shí)現(xiàn)步驟，文中通過示例代碼介紹的非常詳細(xì)，對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2022-03-03
在IntelliJ IDEA中使用gulp的方法步驟(圖文)
這篇文章主要介紹了在IntelliJ IDEA中使用gulp的方法步驟(圖文)，小編覺得挺不錯(cuò)的，現(xiàn)在分享給大家，也給大家做個(gè)參考。一起跟隨小編過來看看吧2019-01-01
卡表就是記憶集的一種具體實(shí)現(xiàn)，它定義了記憶集的記錄精度、與堆內(nèi)存的映射關(guān)系等。?關(guān)于卡表與記憶集的關(guān)系，不妨按照J(rèn)ava語言中HashMap與Map的關(guān)系來類比理解。記憶集是一種用于記錄從非收集區(qū)域指向收集區(qū)域的指針集合的抽象數(shù)據(jù)結(jié)構(gòu)2022-04-04
這篇文章主要介紹了Java判斷主機(jī)是否能ping通代碼實(shí)例,文中通過示例代碼介紹的非常詳細(xì)，對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友可以參考下2020-01-01
springboot運(yùn)行時(shí)新增/更新外部接口的實(shí)現(xiàn)方法
這篇文章主要介紹了springboot運(yùn)行時(shí)新增/更新外部接口的實(shí)現(xiàn)方法,本文給大家介紹的非常詳細(xì)，對大家的學(xué)習(xí)或工作具有一定的參考借鑒價(jià)值，需要的朋友可以參考下2021-03-03
這篇文章主要介紹了springboot 如何解決cross跨域請求的問題，具有很好的參考價(jià)值，希望對大家有所幫助。如有錯(cuò)誤或未考慮完全的地方，望不吝賜教2021-10-10
本文給大家分享了2個(gè)java封裝好的mail包發(fā)送電子郵件的類，并附上使用方法，小伙伴們可以根據(jù)自己的需求自由選擇。2016-01-01
Spring設(shè)計(jì)模式中代理模式詳細(xì)講解
如何實(shí)現(xiàn)在不修改源碼的基礎(chǔ)上實(shí)現(xiàn)代碼功能的增強(qiáng)呢？spring為我們提供了代理模式。所謂的代理模式通俗來說就是一個(gè)中介，它給某一個(gè)對象提供一個(gè)代理對象，并由代理對象控制原對象的引用，從而實(shí)現(xiàn)在不修改源碼的基礎(chǔ)上實(shí)現(xiàn)代碼功能的增強(qiáng)2023-01-01