Guava Cache与ConcurrentMap很相似，但也不完全一样。最基本的区别是ConcurrentMap会一直保存所有添加的元素，直到显式地移除。相对地，Guava Cache为了限制内存占用，通常都设定为自动回收元素。在某些场景下，尽管LoadingCache 不回收元素，它也是很有用的，因为它会自动加载缓存。

通常来说，Guava Cache适用于：

• 你愿意消耗一些内存空间来提升速度。
• 你预料到某些键会被查询一次以上。
• 缓存中存放的数据总量不会超出内存容量。

Guava Cache是单个应用运行时的本地缓存。它不把数据存放到文件或外部服务器。

缓存回收

一个残酷的现实是，我们几乎一定没有足够的内存缓存所有数据。你你必须决定：什么时候某个缓存项就不值得保留了？Guava Cache提供了三种基本的缓存回收方式：基于容量回收、定时回收和基于引用回收。

基于容量的回收（size-based eviction）

如果要规定缓存项的数目不超过固定值，只需使用CacheBuilder.maximumSize(long)。缓存将尝试回收最近没有使用或总体上很少使用的缓存项。——警告：在缓存项的数目达到限定值之前，缓存就可能进行回收操作——通常来说，这种情况发生在缓存项的数目逼近限定值时。

另外，不同的缓存项有不同的“权重”（weights）——例如，如果你的缓存值，占据完全不同的内存空间，你可以使用CacheBuilder.weigher(Weigher)指定一个权重函数，并且用CacheBuilder.maximumWeight(long)指定最大总重。在权重限定场景中，除了要注意回收也是在重量逼近限定值时就进行了，还要知道重量是在缓存创建时计算的，因此要考虑重量计算的复杂度。

定时回收（Timed Eviction）

CacheBuilder提供两种定时回收的方法：

• expireAfterAccess(long, TimeUnit)：缓存项在给定时间内没有被读/写访问，则回收。请注意这种缓存的回收顺序和基于大小回收一样。
• expireAfterWrite(long, TimeUnit)：缓存项在给定时间内没有被写访问（创建或覆盖），则回收。如果认为缓存数据总是在固定时候后变得陈旧不可用，这种回收方式是可取的。

如下文所讨论，定时回收周期性地在写操作中执行，偶尔在读操作中执行。

测试定时回收

对定时回收进行测试时，不一定非得花费两秒钟去测试两秒的过期。你可以使用Ticker接口和CacheBuilder.ticker(Ticker)方法在缓存中自定义一个时间源，而不是非得用系统时钟。

基于引用的回收（Reference-based Eviction）

通过使用弱引用的键、或弱引用的值、或软引用的值，Guava Cache可以把缓存设置为允许垃圾回收：

• CacheBuilder.weakKeys()：使用弱引用存储键。当键没有其它（强或软）引用时，缓存项可以被垃圾回收。因为垃圾回收仅依赖恒等式（==），使用弱引用键的缓存用==而不是equals比较键。
• CacheBuilder.weakValues()：使用弱引用存储值。当值没有其它（强或软）引用时，缓存项可以被垃圾回收。因为垃圾回收仅依赖恒等式（==），使用弱引用值的缓存用==而不是equals比较值。
• CacheBuilder.softValues()：使用软引用存储值。软引用只有在响应内存需要时，才按照全局最近最少使用的顺序回收。考虑到使用软引用的性能影响，我们通常建议使用更有性能预测性的缓存大小限定（见上文，基于容量回收）。使用软引用值的缓存同样用==而不是equals比较值。

显式清除

任何时候，你都可以显式地清除缓存项，而不是等到它被回收：

• 个别清除：Cache.invalidate(key)
• 批量清除：Cache.invalidateAll(keys)
• 清除所有缓存项：Cache.invalidateAll()

移除监听器

通过CacheBuilder.removalListener(RemovalListener)，你可以声明一个监听器，以便缓存项被移除时做一些额外操作。缓存项被移除时，RemovalListener会获取移除通知[RemovalNotification]，其中包含移除原因[RemovalCause]、键和值。

请注意，RemovalListener抛出的任何异常都会在记录到日志后被丢弃[swallowed]。

警告：默认情况下，监听器方法是在移除缓存时同步调用的。因为缓存的维护和请求响应通常是同时进行的，代价高昂的监听器方法在同步模式下会拖慢正常的缓存请求。在这种情况下，你可以使用RemovalListeners.asynchronous(RemovalListener, Executor)把监听器装饰为异步操作。

清理什么时候发生？

使用CacheBuilder构建的缓存不会"自动"执行清理和回收工作，也不会在某个缓存项过期后马上清理，也没有诸如此类的清理机制。相反，它会在写操作时顺带做少量的维护工作，或者偶尔在读操作时做——如果写操作实在太少的话。

这样做的原因在于：如果要自动地持续清理缓存，就必须有一个线程，这个线程会和用户操作竞争共享锁。此外，某些环境下线程创建可能受限制，这样CacheBuilder就不可用了。

相反，我们把选择权交到你手里。如果你的缓存是高吞吐的，那就无需担心缓存的维护和清理等工作。如果你的 缓存只会偶尔有写操作，而你又不想清理工作阻碍了读操作，那么可以创建自己的维护线程，以固定的时间间隔调用Cache.cleanUp()。ScheduledExecutorService可以帮助你很好地实现这样的定时调度。

刷新

刷新和回收不太一样。正如LoadingCache.refresh(K)所声明，刷新表示为键加载新值，这个过程可以是异步的。在刷新操作进行时，缓存仍然可以向其他线程返回旧值，而不像回收操作，读缓存的线程必须等待新值加载完成。

如果刷新过程抛出异常，缓存将保留旧值，而异常会在记录到日志后被丢弃[swallowed]。

重载CacheLoader.reload(K, V)可以扩展刷新时的行为，这个方法允许开发者在计算新值时使用旧的值。

CacheBuilder.refreshAfterWrite(long, TimeUnit)可以为缓存增加自动定时刷新功能。和expireAfterWrite相反，refreshAfterWrite通过定时刷新可以让缓存项保持可用，但请注意：缓存项只有在被检索时才会真正刷新（如果CacheLoader.refresh实现为异步，那么检索不会被刷新拖慢）。因此，如果你在缓存上同时声明expireAfterWrite和refreshAfterWrite，缓存并不会因为刷新盲目地定时重置，如果缓存项没有被检索，那刷新就不会真的发生，缓存项在过期时间后也变得可以回收。

其他特性

统计

CacheBuilder.recordStats()用来开启Guava Cache的统计功能。统计打开后，Cache.stats()方法会返回CacheStats对象以提供如下统计信息：

• hitRate()：缓存命中率；

• averageLoadPenalty()：加载新值的平均时间，单位为纳秒；

• evictionCount()：缓存项被回收的总数，不包括显式清除。

此外，还有其他很多统计信息。这些统计信息对于调整缓存设置是至关重要的，在性能要求高的应用中我们建议密切关注这些数据。

asMap视图

asMap视图提供了缓存的ConcurrentMap形式，但asMap视图与缓存的交互需要注意：

• cache.asMap()包含当前所有加载到缓存的项。因此相应地，cache.asMap().keySet()包含当前所有已加载键;
• asMap().get(key)实质上等同于cache.getIfPresent(key)，而且不会引起缓存项的加载。这和Map的语义约定一致。
• 所有读写操作都会重置相关缓存项的访问时间，包括Cache.asMap().get(Object)方法和Cache.asMap().put(K, V)方法，但不包括Cache.asMap().containsKey(Object)方法，也不包括在Cache.asMap()的集合视图上的操作。比如，遍历Cache.asMap().entrySet()不会重置缓存项的读取时间。

中断

缓存加载方法（如Cache.get）不会抛出InterruptedException。我们也可以让这些方法支持InterruptedException，但这种支持注定是不完备的，并且会增加所有使用者的成本，而只有少数使用者实际获益。详情请继续阅读。

Cache.get请求到未缓存的值时会遇到两种情况：当前线程加载值；或等待另一个正在加载值的线程。这两种情况下的中断是不一样的。等待另一个正在加载值的线程属于较简单的情况：使用可中断的等待就实现了中断支持；但当前线程加载值的情况就比较复杂了：因为加载值的CacheLoader是由用户提供的，如果它是可中断的，那我们也可以实现支持中断，否则我们也无能为力。

如果用户提供的CacheLoader是可中断的，为什么不让Cache.get也支持中断？从某种意义上说，其实是支持的：如果CacheLoader抛出InterruptedException，Cache.get将立刻返回（就和其他异常情况一样）；此外，在加载缓存值的线程中，Cache.get捕捉到InterruptedException后将恢复中断，而其他线程中InterruptedException则被包装成了ExecutionException。

原则上，我们可以拆除包装，把ExecutionException变为InterruptedException，但这会让所有的LoadingCache使用者都要处理中断异常，即使他们提供的CacheLoader不是可中断的。如果你考虑到所有非加载线程的等待仍可以被中断，这种做法也许是值得的。但许多缓存只在单线程中使用，它们的用户仍然必须捕捉不可能抛出的InterruptedException异常。即使是那些跨线程共享缓存的用户，也只是有时候能中断他们的get调用，取决于那个线程先发出请求。

对于这个决定，我们的指导原则是让缓存始终表现得好像是在当前线程加载值。这个原则让使用缓存或每次都计算值可以简单地相互切换。如果老代码（加载值的代码）是不可中断的，那么新代码（使用缓存加载值的代码）多半也应该是不可中断的。

如上所述，Guava Cache在某种意义上支持中断。另一个意义上说，Guava Cache不支持中断，这使得LoadingCache成了一个有漏洞的抽象：当加载过程被中断了，就当作其他异常一样处理，这在大多数情况下是可以的；但如果多个线程在等待加载同一个缓存项，即使加载线程被中断了，它也不应该让其他线程都失败（捕获到包装在ExecutionException里的InterruptedException），正确的行为是让剩余的某个线程重试加载。为此，我们记录了一个bug。然而，与其冒着风险修复这个bug，我们可能会花更多的精力去实现另一个建议AsyncLoadingCache，这个实现会返回一个有正确中断行为的Future对象。

Guava Cache的get方法先在本地缓存中取，如果不存在，则会触发load方法。但load方法不能返回null。

Guava Cache的get方法先在本地缓存中取，如果不存在，则会触发load方法。但load方法不能返回null。

Guava Cache的get方法先在本地缓存中取，如果不存在，则会触发load方法。但load方法不能返回null。

保留"获取缓存-如果没有-则计算"[get-if-absent-compute]的原子语义

保留"获取缓存-如果没有-则计算"[get-if-absent-compute]的原子语义

保留"获取缓存-如果没有-则计算"[get-if-absent-compute]的原子语义

保留"获取缓存-如果没有-则计算"[get-if-absent-compute]的原子语义

保留"获取缓存-如果没有-则计算"[get-if-absent-compute]的原子语义

设想这样一个场景：进行某些热点数据查询时，如果缓存中没有，则去数据库中查询，并把查询到的结果保存到缓存中。

设想这样一个场景：进行某些热点数据查询时，如果缓存中没有，则去数据库中查询，并把查询到的结果保存到缓存中。

设想这样一个场景：进行某些热点数据查询时，如果缓存中没有，则去数据库中查询，并把查询到的结果保存到缓存中。 
但假如说数据库中也没有呢？ 
这个时候load方法就会抛异常，例如：

这是因为Guava Cache认为cache null是无意义的，因此Guava Cache的javadoc里加粗说明：must not be null。

现实世界没那么理想，肯定会有null的情况，那怎么处理呢？我的处理一般是对Guava Cache的get方法做try-catch。

有时候cache null也是有意义的，例如对于一个key，假如数据库中也没有对应的value，那就把这个情况记录下来， 
避免频繁的查询数据库（例如一些攻击性行为），直接在缓存中就把这个key挡住了。 
怎么做呢？举例：

3.什么时候用get，什么时候用getUnchecked

官网文档说：

字面意思是，如果你的CacheLoader没有定义任何checked Exception，那你可以使用getUnchecked。 
这一段话我也不是很理解。。官网上给了一个例子是，load方法没有声明throws Exception，那就可以使用getUnchecked：

4.如何定义一个普通的Guava Cache，不需要用到load方法

假如只是简单的把Guava Cache当作HashMap或ConcurrentHashMap的替代品，不需要用到load方法，而是手动地插入，可以这样：

注意不能用LoadingCache了。 
查找： 
cache.getIfPresent("xx"); 
插入： 
cache.put("xx", "xxx");

5.Guava Cache的超时机制不是精确的。

我曾经依赖Guava Cache的超时机制和RemovalListener，以实现类似定时任务的功能；后来发现Guava Cache的超时机制是不精确的，例如你设置cache的缓存时间是30秒， 
那它存活31秒、32秒，都是有可能的。 
官网说：

另一篇

google guava中有cache包，此包提供内存缓存功能。内存缓存需要考虑很多问题，包括并发问题，缓存失效机制，内存不够用时缓存释放，缓存的命中率，缓存的移除等等。 当然这些东西guava都考虑到了。

guava中使用缓存需要先声明一个CacheBuilder对象，并设置缓存的相关参数，然后调用其build方法获得一个Cache接口的实例。请看下面的代码和注释，注意在注释中指定了Cache的各个参数。

    public static void main(String[] args) throws ExecutionException, InterruptedException{

        //缓存接口这里是LoadingCache，LoadingCache在缓存项不存在时可以自动加载缓存

        LoadingCache<Integer,Student> studentCache

                //CacheBuilder的构造函数是私有的，只能通过其静态方法newBuilder()来获得CacheBuilder的实例

                = CacheBuilder.newBuilder()

                //设置并发级别为8，并发级别是指可以同时写缓存的线程数

                .concurrencyLevel(8)

                //设置写缓存后8秒钟过期

                .expireAfterWrite(8, TimeUnit.SECONDS)

                //设置缓存容器的初始容量为10

                .initialCapacity(10)

                //设置缓存最大容量为100，超过100之后就会按照LRU最近虽少使用算法来移除缓存项

                .maximumSize(100)

                //设置要统计缓存的命中率

                .recordStats()

                //设置缓存的移除通知

                .removalListener(new RemovalListener<Object, Object>() {

                    @Override

                    public void onRemoval(RemovalNotification<Object, Object> notification) {

                        System.out.println(notification.getKey() + " was removed, cause is " + notification.getCause());

                    }

                })

                //build方法中可以指定CacheLoader，在缓存不存在时通过CacheLoader的实现自动加载缓存

                .build(

                        new CacheLoader<Integer, Student>() {

                            @Override

                            public Student load(Integer key) throws Exception {

                                System.out.println("load student " + key);

                                Student student = new Student();

                                student.setId(key);

                                student.setName("name " + key);

                                return student;

                            }

                        }

                );

        for (int i=0;i<20;i++) {

            //从缓存中得到数据，由于我们没有设置过缓存，所以需要通过CacheLoader加载缓存数据

            Student student = studentCache.get(1);

            System.out.println(student);

            //休眠1秒

            TimeUnit.SECONDS.sleep(1);

        }

        System.out.println("cache stats:");

        //最后打印缓存的命中率等 情况

        System.out.println(studentCache.stats().toString());

    }

以上程序的输出如下：

load student 1

Student{id=1, name=name 1}

Student{id=1, name=name 1}

Student{id=1, name=name 1}

Student{id=1, name=name 1}

Student{id=1, name=name 1}

Student{id=1, name=name 1}

Student{id=1, name=name 1}

Student{id=1, name=name 1}

1 was removed, cause is EXPIRED

load student 1

......

Student{id=1, name=name 1}

Student{id=1, name=name 1}

Student{id=1, name=name 1}

Student{id=1, name=name 1}

cache stats:

CacheStats{hitCount=17, missCount=3, loadSuccessCount=3, loadExceptionCount=0, totalLoadTime=1348802, evictionCount=2}

看看到在20此循环中命中次数是17次，未命中3次，这是因为我们设定缓存的过期时间是写入后的8秒，所以20秒内会失效两次，另外第一次获取时缓存中也是没有值的，所以才会未命中3次，其他则命中。

guava的内存缓存非常强大，可以设置各种选项，而且很轻量，使用方便。另外还提供了下面一些方法，来方便各种需要：

1. ImmutableMap<K, V> getAllPresent(Iterable<?> keys) 一次获得多个键的缓存值
2. put和putAll方法向缓存中添加一个或者多个缓存项
3. invalidate 和 invalidateAll方法从缓存中移除缓存项
4. asMap()方法获得缓存数据的ConcurrentMap<K, V>快照
5. cleanUp()清空缓存
6. refresh(Key) 刷新缓存，即重新取缓存数据，更新缓存

另一篇

google guava中有cache包，此包提供内存缓存功能。内存缓存需要考虑很多问题，包括并发问题，缓存失效机制，内存不够用时缓存释放，缓存的命中率，缓存的移除等等。 当然这些东西guava都考虑到了。

guava中使用缓存需要先声明一个CacheBuilder对象，并设置缓存的相关参数，然后调用其build方法获得一个Cache接口的实例。请看下面的代码和注释，注意在注释中指定了Cache的各个参数。

    public static void main(String[] args) throws ExecutionException, InterruptedException{

        //缓存接口这里是LoadingCache，LoadingCache在缓存项不存在时可以自动加载缓存

        LoadingCache<Integer,Student> studentCache

                //CacheBuilder的构造函数是私有的，只能通过其静态方法newBuilder()来获得CacheBuilder的实例

                = CacheBuilder.newBuilder()

                //设置并发级别为8，并发级别是指可以同时写缓存的线程数

                .concurrencyLevel(8)

                //设置写缓存后8秒钟过期

                .expireAfterWrite(8, TimeUnit.SECONDS)

                //设置缓存容器的初始容量为10

                .initialCapacity(10)

                //设置缓存最大容量为100，超过100之后就会按照LRU最近虽少使用算法来移除缓存项

                .maximumSize(100)

                //设置要统计缓存的命中率

                .recordStats()

                //设置缓存的移除通知

                .removalListener(new RemovalListener<Object, Object>() {

                    @Override

                    public void onRemoval(RemovalNotification<Object, Object> notification) {

                        System.out.println(notification.getKey() + " was removed, cause is " + notification.getCause());

                    }

                })

                //build方法中可以指定CacheLoader，在缓存不存在时通过CacheLoader的实现自动加载缓存

                .build(

                        new CacheLoader<Integer, Student>() {

                            @Override

                            public Student load(Integer key) throws Exception {

                                System.out.println("load student " + key);

                                Student student = new Student();

                                student.setId(key);

                                student.setName("name " + key);

                                return student;

                            }

                        }

                );

        for (int i=0;i<20;i++) {

            //从缓存中得到数据，由于我们没有设置过缓存，所以需要通过CacheLoader加载缓存数据

            Student student = studentCache.get(1);

            System.out.println(student);

            //休眠1秒

            TimeUnit.SECONDS.sleep(1);

        }

        System.out.println("cache stats:");

        //最后打印缓存的命中率等 情况

        System.out.println(studentCache.stats().toString());

    }

以上程序的输出如下：

load student 1

Student{id=1, name=name 1}

Student{id=1, name=name 1}

Student{id=1, name=name 1}

Student{id=1, name=name 1}

Student{id=1, name=name 1}

Student{id=1, name=name 1}

Student{id=1, name=name 1}

Student{id=1, name=name 1}

1 was removed, cause is EXPIRED

load student 1

......

Student{id=1, name=name 1}

Student{id=1, name=name 1}

Student{id=1, name=name 1}

Student{id=1, name=name 1}

cache stats:

CacheStats{hitCount=17, missCount=3, loadSuccessCount=3, loadExceptionCount=0, totalLoadTime=1348802, evictionCount=2}

看看到在20此循环中命中次数是17次，未命中3次，这是因为我们设定缓存的过期时间是写入后的8秒，所以20秒内会失效两次，另外第一次获取时缓存中也是没有值的，所以才会未命中3次，其他则命中。

guava的内存缓存非常强大，可以设置各种选项，而且很轻量，使用方便。另外还提供了下面一些方法，来方便各种需要：

1. ImmutableMap<K, V> getAllPresent(Iterable<?> keys) 一次获得多个键的缓存值
2. put和putAll方法向缓存中添加一个或者多个缓存项
3. invalidate 和 invalidateAll方法从缓存中移除缓存项
4. asMap()方法获得缓存数据的ConcurrentMap<K, V>快照
5. cleanUp()清空缓存
6. refresh(Key) 刷新缓存，即重新取缓存数据，更新缓存

一.背景

缓存是我们在开发中为了提高系统的性能，把经常的访问业务的数据第一次把处理结果先放到缓存中，第二次就不用在对相同的业务数据在重新处理一遍，这样就提高了系统的性能。缓存分好几种：

（1）本地缓存。

（2）数据库缓存。

（3）分布式缓存。

分布式缓存比较常用的有memcached等，memcached是高性能的分布式内存缓存服务器，缓存业务处理结果，减少数据库访问次数和相同复杂逻辑处理的时间，以提高动态Web应用的速度、 提高可扩展性。

二.本地缓存在高并发下的问题以及解决

今天我们介绍的是本地缓存缓存，我们这边采用Java.util.concurrent.ConcurrentHashMap来保存，ConcurrentHashMap是一个线程安全的HashTable，并提供了一组和HashTable功能相同但是线程安全的方法，ConcurrentHashMap可以做到读取数据不加锁，提高了并发能力。我们先不考虑内存元素回收或者在保存数据会出现内存溢出的情况，我们用ConcurrentHashMap模拟本地缓存，当在高并发环境一下，会出现一些什么问题？

我们这边采用实现多个线程来模拟高并发场景。

第一种：我们先来看一下代码：

我们看一下执行结果，如图所示：

我们实现了本地缓存代码，我们执行一下结果，发现在多线程时，出现了在缓存里没有缓存时，会执行一样执行多次的业务数据并返回处理的数据，我们分析一下出现这种情况的：

（1）当线程T1访问cacheMap里面有没有，这时根据业务到后台处理业务数据并返回处理数据，并放入缓存。

（2）当线程T2访问cacheMap里面同样也没有，也把根据业务到后台处理业务数据并返回处理数据，并放入缓存。

   第二种：

这样相同的业务并处理两遍，如果在高并发的情况下相同的业务不止执行两遍，这样这样跟我们当初做缓存不相符合，这时我们想到了Java多线程时，在执行获取缓存上加上Synchronized，代码如下：

执行结果，如图所示：

这样就实现了串行，在高并发行时，就不会出现了第二个访问相同业务，肯定是从缓存获取，但是加上Synchronized变成串行，这样在高并发行时性能也下降了。

第三种：

我们为了实现性能和缓存的结果，我们采用Future，因为Future在计算完成时获取，否则会一直阻塞直到任务转入完成状态和ConcurrentHashMap.putIfAbsent方法，代码如下：

线程T1或者线程T2访问cacheMap，如果都没有时，这时执行了FutureTask来完成异步任务，假如线程T1执行了FutureTask，并把保存到ConcurrentHashMap中，通过PutIfAbsent方法，因为putIfAbsent方法如果不存在key对应的值，则将value以key加入Map，否则返回key对应的旧值。这时线程T2进来时可以获取Future对象，如果没值没关系，这时是对象的引用，等FutureTask执行完，在通过get返回。

我们问题解决了高并发访问缓存的问题，可以回收元素这些，都没有，容易造成内存溢出，Google  Guava Cache在这些问题方面都做得挺好的，接下来我们介绍一下。

三.Google  Guava Cache的介绍和应用

http://www.java2s.com/Code/Jar/g/Downloadguava1401jar.htm  下载对应的jar包

Guava Cache与ConcurrentMap很相似，Guava Cache能设置回收，能解决在大数据内存溢出的问题，源代码如下：

public class TestGuaVA<K,V> {
private   Cache<K, V> cache=  CacheBuilder.newBuilder() .maximumSize(2).expireAfterWrite(10, TimeUnit.MINUTES).build(); 
public   Object getCache(K keyValue,final String ThreadName){
Object value=null;
try {
System.out.println("ThreadName getCache=============="+ThreadName);
//从缓存获取数据
value = cache.get(keyValue, new Callable<V>() {  
           @SuppressWarnings("unchecked")
public V call() {  
             System.out.println("ThreadName 执行业务数据并返回处理结果的数据（访问数据库等）=============="+ThreadName);
return (V) "dataValue";
           }  
       });  
} catch (ExecutionException e) {
e.printStackTrace();
}
return value;
}

public static void main(String[] args) {
final TestGuaVA<String,String> TestGuaVA=new TestGuaVA<String,String>();

Thread t1=new Thread(new Runnable() {
@Override
public void run() {

System.out.println("T1======start========");
Object value=TestGuaVA.getCache("key","T1");
System.out.println("T1 value=============="+value);
System.out.println("T1======end========");

}
});

Thread t2=new Thread(new Runnable() {
@Override
public void run() {
System.out.println("T2======start========");
Object value=TestGuaVA.getCache("key","T2");
System.out.println("T2 value=============="+value);
System.out.println("T2======end========");

}
});

Thread t3=new Thread(new Runnable() {
@Override
public void run() {
System.out.println("T3======start========");
Object value=TestGuaVA.getCache("key","T3");
System.out.println("T3 value=============="+value);
System.out.println("T3======end========");

}
});

t1.start();
t2.start();
t3.start();

}

}

说明：

CacheBuilder.newBuilder()后面能带一些设置回收的方法：

（1）maximumSize(long)：设置容量大小，超过就开始回收。

（2）expireAfterAccess(long, TimeUnit)：在这个时间段内没有被读/写访问，就会被回收。

（3）expireAfterWrite(long, TimeUnit)：在这个时间段内没有被写访问，就会被回收 。

(4)removalListener(RemovalListener)：监听事件，在元素被删除时，进行监听。

执行结果，如图所示：