Java 如何使用LinkedHashMap中类似的功能实现ConcurrentHashMap？

我将

LinkedHashMap

与

accessOrder

true一起使用，并允许在任何时候最多有500个条目作为数据的LRU缓存。但由于可伸缩性问题，我想继续讨论一些线程安全的替代方案

ConcurrentHashMap

在这方面似乎不错，但缺少

accessOrder

和

RemoveedStantry（Map.Entry e）

的功能，这些功能可以在

LinkedHashMap

中找到。任何人都可以指向一些链接或帮助我简化实现

将地图包装在一个

Collections.synchronizedMap（）

中。如果需要调用其他方法，则在从该调用返回的映射上同步，并在原始映射上调用原始方法（）。这同样适用于迭代键等。

我最近在

ConcurrentHashMap

中做了类似的事情，其中CacheEntry包装了实际项并添加了缓存逐出统计信息：过期时间、插入时间（对于FIFO/LIFO逐出）、上次使用时间（对于LRU/MRU逐出）、命中次数（对于LFU/MFU逐出），等。实际逐出是同步的，并创建一个

ArrayList

，并使用逐出策略的适当比较器对其执行Collections.sort（）。因为这很昂贵，所以每次逐出都会删除缓存条目的底部5%。不过，我相信性能调整会有所帮助

在你的情况下，因为你在做FIFO，你可以保留一个单独的。将对象添加到ConcurrentHashMap时，对该对象执行ConcurrentLinkedQueue.add（）操作。如果要逐出条目，请执行ConcurrentLinkedQueue.poll（）以删除最旧的对象，然后将其从ConcurrentHashMap中删除

---

更新：这方面的其他可能性包括Java集合和Java 1.6

您是否尝试过使用ehcache等众多缓存解决方案之一？

---

您可以尝试将LinkedHashMap与ReadWriteLock一起使用。这将为您提供并发读访问。

您提到希望使用“线程安全”替代方案解决可伸缩性问题。这里的“线程安全”意味着该结构能够容忍并发访问的尝试，因为在没有外部同步的情况下，它不会因并发使用而受到损坏。然而，这种容忍度并不一定有助于提高“可伸缩性”。在最简单的方法中——尽管通常是错误的——您将尝试在内部同步您的结构，但仍然保留非原子检查，然后执行不安全的操作

LRU缓存至少需要了解总体结构。他们需要一些诸如成员数量或成员大小之类的信息来决定何时退出，然后他们需要能够将退出与读取、添加或删除元素的并发尝试相协调。试图减少并发访问“主”结构所需的同步会与逐出机制相冲突，并迫使逐出策略在保证方面不那么精确

---

目前被接受的答案提到“当你想逐出一个条目时”。这就是问题所在。如何知道何时要逐出条目？您还需要暂停哪些操作才能做出此决定？

这可能看起来很旧，但至少为了我自己的历史跟踪，我将在这里添加我的解决方案：我将ConcurrentHashMap与WeakReference的K->子类ConcurrentLinkedQueue相结合，以及一个接口，该接口基于K定义值对象的反序列化，以正确运行LRU缓存。队列包含强引用，GC将在适当的时候从内存中逐出这些值。跟踪队列大小涉及AtomicInteger，因为您无法真正检查队列以确定何时退出。缓存将处理从队列中移出/添加到队列的操作，以及映射管理。如果GC从内存中逐出该值，则反序列化接口的实现将处理返回该值的操作。我还有另一个实现，涉及到假脱机到磁盘/重新读取假脱机的内容，但这比我在这里发布的解决方案慢得多，因为我需要同步假脱机/读取。

当您使用另一个数据结构以及concurrenthashmap时，在concurrenthashmap中添加新项和添加其他数据结构等操作的原子性，如果没有诸如ReadWriteLock之类的额外同步，将无法保证，这将降低性能

Aaron这将恶化我的可伸缩性问题。因为地图的更新本质上是连续的。ConcurrentHashMap具有这样的功能，即多个用户可以同时更新映射。ConcHM具有一些不容易映射到LinkedHM的特定属性（即，只要哈希不映射到同一段键，它就允许并发插入）。如果需要保持插入顺序，则无法进行此优化。你必须决定哪一个对你更重要。你的建议似乎很像我需要的。这意味着我有一些开销来保持其他元素，这些元素将消耗和映射集相同的大小。无论如何，这对我来说很好。我知道这已经有一段时间了，但我找到了你的答案，你能告诉我当你得到被逐出条目的ArrayList时，你如何从ConcurrentHashMap中删除它们吗？您是否迭代映射。条目检查值是否相同，然后使用其键将其从映射中删除？还是我错过了什么而你却用另一种方式去做？还没有。但是EHcache将是我的另一个选择。我们已经尝试了使用LinkedHashMap（maxSize，true）的ReentrantReadWrite锁，但是您会得到ConcurrentModificationException（get将修改映射结构），并且性能远不如ConcurrentHashMap。这是一个真正困难的问题。我们一直在努力在谷歌的收藏中解决这个问题，但仍然没有完全解决。但我们将…类似的问题：谢谢，很高兴将您的解决方案添加到