Java Caching JSR107介绍(一)

Java Caching作为JSR107的规范已经在最终的制定中,我们的项目准备以JCache作为基础来扩展,因此这里参考JSR107规范文档进行简单的介绍。

1. 目标

  • 为应用程序提供缓存Java对象的功能。
  • 定义了一套通用的缓存概念和工具。
  • 最小化开发人员使用缓存的学习成本。
  • 最大化应用程序在使用不同缓存实现之间的可移植性。
  • 支持进程内和分布式的缓存实现。
  • 支持by-value和by-reference的缓存对象。
  • 定义遵照JSR-175的缓存注解;定义一套Java编程语言的元数据;

2. 核心概念

Java Caching定义了5个核心接口,分别是CachingProvider, CacheManager, Cache, Entry 和 Expiry
CachingProvider定义了创建、配置、获取、管理和控制多个CacheManager。一个应用可以在运行期访问多个CachingProvider。
CacheManager定义了创建、配置、获取、管理和控制多个唯一命名的Cache,这些Cache存在于CacheManager的上下文中。一个CacheManager仅被一个CachingProvider所拥有。
Cache是一个类似Map的数据结构并临时存储以Key为索引的值。一个Cache仅被一个CacheManager所拥有。
Entry是一个存储在Cache中的key-value对。
每一个存储在Cache中的条目有一个定义的有效期,即Expiry Duration。一旦超过这个时间,条目为过期的状态。一旦过期,条目将不可访问、更新和删除。缓存有效期可以通过ExpiryPolicy设置。

3. 一致性

一致性是指确保当并发缓存修改发生时,多线程访问缓存对该修改的可见性。

3.1 默认一致性

在默认一致性中,大多数缓存的操作类似于Cache存在对应key的锁机制。如果一个缓存操作在一个key上获得了一个排他的读或写锁,则在该key上后续的操作将被阻塞直到该锁被释放。其效果是当前线程执行的操作发生在另一个线程(包括不同Java虚拟机的线程)执行读或写之前。
这可以被理解为一种悲观锁定的方法,锁,修改和解锁。
一些Cache的操作的返回值是最近的值,这个值可能是旧值也可能是新值,这依赖于实现是返回哪个值。
这可以被理解为不保证一致性的无锁方式。
一些操作在当前状态匹配给定参数的情况下才会执行更新。多个线程调用这些方法可以自由地完成更新,就像它们共享一个锁。
●    boolean putIfAbsent(K key, V value);
●    boolean remove(K key, V oldValue);
●    boolean replace(K key, V oldValue, V newValue);
●    boolean replace(K key, V value);
●    V getAndReplace(K key, V value);
这可以理解为使用一个优化的锁方法,如果当前状态是正确的,则执行更新,否则失败。这被称为CAS,CPU指令也以这种方式操作。
这些方法必须与其它缓存操作交互就像他们有一个排它锁,如果他们没有获得一个排它锁,CAS方法不能写入新的值。
因此,默认一致性下CAS方法可以允许将由非CAS方法引起的更高水平的并发。

3.2 进一步的一致性模型

实现可能支持其它的一致性模型。
一些例子使用最近的值和一个显式的锁API。一个高并发的组合是读最近值并使用CAS方法来写。

4. 缓存拓扑

尽管规范不强制特定的缓存拓扑结构,但是缓存条目可能被存储在本地和/或分布在多个进程。实现可以选择不支持,支持其中一个或两个,或其他拓扑结构。
这个概念表现在规范的许多方面:
●大多数更新的方法有一个版本使用void或低成本的返回类型。虽然Map有V put(K key, V value)但Cache则只有void put(K key, V value)。
同时还提供更昂贵的返回类型版本。一个例子是缓存在V getAndPut(K键,V值)的方法,它像map一样返回旧值。
●创建不以进程内作为假设的语义。Configuration是可序列化的,这样就可以通过网络发送。开发者可以定义CacheEntryListener,ExpiryPolicy,CacheEntryFilter,CacheWriter和CacheLoader的实现,并与缓存相关联。为支持分布式拓扑结构,定义了一个Factory负责创建它们,而不是实例,该Factory接口是可序列化的。
●使用Iterable 作为方法的返回类型和参数可能会很大,该方法返回一个完整的集合,就像Map 的 keySet()方法,这种方法可能会产生问题。一个Cache可能如此之大,整个key的集合可能不适合都放入可用内存中,同时也可能造成很低效的网络传输。Cache中CacheEntryListener的子接口上的listener方法,以及CacheLoader和 CacheWriter上的批量方法都使用了Iterable。
●在接口CacheEntryListener, ExpiryPolicy, CacheEntryFilter, CacheWriter和CacheLoader的实例化和执行上没有做任何假设。
在一个分布式实现中这些对象可能都驻留在接近数据的一端,而不是在应用程序的进程中。
●CachingProvider.getCacheManager(URI uri, ClassLoader classLoader)返回一个与特定的ClassLoader和URI相关的CacheManager,可以实例化多个CacheManager实例。

5 执行上下文

EntryProcessors,CacheEntryListeners,CacheLoaders,CacheWriters和ExpiryPolicys被实例化在配置了指定URI和ClassLoader的CacheManager上下文中。意味着在接口的实例运行时必须能够访问在ClassLoader定义的应用程序类。
这一点意味着一个用户定义的EntryProcessor必须可以被使用它的缓存访问,如何访问依赖于其实现。例如,在分布式环境中,用户定义的类将被不同的ClassLoader实例加载,虽在运行的不同Java程序中,但能够访问相同的类。
Java EE环境中,或通过增强的实现,以上接口的实例可以把其他的资源注入到这些实例方法的前后使用。

6 重入

虽然这个规范并没有限制开发者使用自定义EntryProcessors,CacheEntryListeners,CacheLoaders,CacheWriters和ExpiryPolicys中进行的操作,缓存的实现可以从这些接口限制重入。例如,一个实现可以限制EntryProcessors调用缓存方法的能力,或限制调用其他EntryProcessor。同样的实现可以限制CacheLoader/CacheWriter访问缓存的能力。
因此强烈建议开发人员避免写这些接口的可重入的实现,这些实现可能无法移植。

7. 一个简单的例子

这个简单例子创建一个默认的CacheManager, 配置一个使用String的key类型和Integer的值类型命名为“simpleCache”的缓存,过期时间为1小时,执行get和put操作。
    //获取CacheManager
    CachingProvider cachingProvider = Caching.getCachingProvider();
    CacheManager cacheManager = cachingProvider.getCacheManager();

    //配置缓存
    MutableConfiguration<String, Integer> config = 
   new MutableConfiguration<String, Integer>();
    config.setStoreByValue(false)
        .setTypes(String.class, Integer.class)
        .setExpiryPolicyFactory(AccessedExpiryPolicy.factoryOf(ONE_HOUR))
        .setStatisticsEnabled(true);

    //创建缓存
    cacheManager.createCache("simpleCache", config);

    //获取缓存
    Cache<String, Integer> cache = cacheManager.getCache("simpleCache",
        String.class, Integer.class);

    //缓存操作
    String key = "key";
    Integer value1 = 1;
    cache.put("key", value1);
    Integer value2 = cache.get(key);
    assertEquals(value1, value2);
    cache.remove(key);
    assertNull(cache.get(key));


这里使用默认的CachingProvider和默认的CacheManager,有一个静态的简便方法得到一个缓存,Caching.getCache:
    //获得缓存
    Cache<String, Integer> cache = Caching.getCache("simpleCache",
        String.class, Integer.class);  

内容概要:本文介绍了“快速LDP-MST”这针对大型数据集的高效基于密度峰值的聚类方法,并提供了完整的Matlab代码实现。该方法通过构建最小生成树(MST)并融合密度峰值聚类思想,有效提升了传统算法在处理大规模、复杂分布数据时的聚类效率与准确性,尤其适用于高维与非球形簇结构的数据分析任务。文章不仅阐述了算法的核心原理与技术优势,还强调了科研过程中逻辑思维、创新意识与“借力”工具的重要性,倡导研究者善用现有资源加速科研进程。; 适合人群:具备定编程基础,特别是熟悉Matlab语言,从事数据科学、机器学习、模式识别或相关领域的科研人员、工程师及研究生;尤其适合正在开展聚类算法研究或需要高效处理大规模数据的开发者。; 使用场景及目标:①在大规模数据集中实现高效、精确的聚类分析;②研究基于密度与图论结合的聚类算法设计原理与优化路径;③通过提供的Matlab代码快速搭建实验环境,验证算法性能,或在此基础上进行二次开发与算法改进。; 阅读建议:此资源以Matlab代码为核心支撑,建议读者结合算法理论与工程实践,按照文档结构循序渐进地学习,充分利用所提供的网盘代码与模型资源,动手运行、调试并可视化算法结果,从而深入理解快速LDP-MST算法的设计思想与实现细节,提升科研效率与创新能力。
内容概要:本文围绕考虑电动汽车灵活性的微网多时间尺度协调调度问题展开研究,提出了种基于Matlab的代码实现方案。研究充分利用电动汽车作为移动储能单元所具有的时空灵活性,将其整合到微网能量管理系统中,构建了涵盖日前计划与实时调整两个时间尺度的协调优化调度模型。模型综合考虑了可再生能源(如光伏发电)的波动性、负荷需求变化、分时电价机制以及电动汽车用户的充放电行为等多重因素,通过建立以最小化系统综合运行成本为目标的优化问题,并结合适当的约束条件,采用优化算法求解,从而实现对微网内多种分布式资源的高效协同调度。该方法有效提升了微网对可再生能源的消纳能力和系统运行的经济性与稳定性。; 适合人群:具备定电力系统基础知识和Matlab编程能力的研究生、科研人员及从事微网、智能电网相关工作的工程技术人员。; 使用场景及目标:①用于教学与科研中深入理解微网多时间尺度调度的机制与建模方法;②为实际微网工程项目中引入电动汽车参与需求响应与调度提供理论依据和可复用的仿真工具;③支撑在能源互联网背景下开展关于需求响应、分布式能源集成及灵活性资源优化利用的前沿研究。; 阅读建议:建议读者结合提供的Matlab代码,逐步理解从问题建模、目标函数设计、约束条件设定到最终优化求解的完整流程,重点关注电动汽车灵活性建模与多时间尺度协调策略的具体实现方式。同时,可通过修改电动汽车渗透率、改变充电策略或调整电价信号等参数进行扩展实验,以深化对系统灵活性资源调度效果与影响因素的理解。
内容概要:本文档围绕“源网荷储”背景下的现代电力系统优化问题,重点研究基于二阶锥规划(SOCP)的主动配电网优化调度方法,并结合Matlab与Simulink平台实现仿真建模。内容涵盖高渗透率电动汽车接入对配电网承载能力的影响评估、源-网-荷-储协同优化、多时间尺度调度、分布式能源并网控制、储能管理、需求响应及电力系统稳定性分析等关键技术。文档提供了丰富的科研选题与完整的Matlab/Simulink代码实现案例,展示了SOCP在电力系统优化中的建模优势,同时延伸至机器学习、路径规划、信号处理等交叉学科应用,突出数学规划与智能算法在提升系统灵活性与稳定性方面的作用。; 适合人群:适用于具备电力系统、电气工程、自动化或相关专业背景,熟悉Matlab/Simulink仿真环境,从事新能源并网、微电网优化、综合能源系统等方向研究的科研人员、研究生及工程技术人员,尤其适合正在开展高水平学术论文写作或项目开发的专业人士。; 使用场景及目标:①开展含高比例可再生能源与电动汽车接入的配电网承载能力评估与优化调度研究;②掌握基于SOCP的电力系统二阶锥松弛建模与求解方法;③学习光伏、储能、电动汽车等多元设备的协同控制与仿真建模技术;④实现源网荷储协同下的多时间尺度优化策略与Matlab代码开发;⑤拓展至机器学习、路径规划、信号处理等跨学科研究方向。; 阅读建议:建议结合文档附带的网盘资源与完整代码包,按照研究主题循序渐进地实践仿真模型,重点关注SOCP建模流程、YALMIP等优化工具箱的应用,通过复现经典案例加深对电力系统优化理论与工程实现的理解,并在此基础上进行创新性扩展。
内容概要:本文围绕“基于谐波线性化的并网VSG逆变器正负序阻抗模型研究”展开,结合Matlab代码与Simulink仿真实现,系统探讨了虚拟同步发电机(VSG)在并网运行条件下,尤其是在不平衡电网环境中,其正负序阻抗的建模理论与方法。研究采用谐波线性化技术对VSG这强非线性系统进行精确的小信号线性化处理,克服了传统线性化方法在处理时变、非线性系统时的局限性,从而建立了能够准确反映系统动态特性的序阻抗模型。该模型为分析VSG并网系统与弱电网之间的交互稳定性提供了坚实的理论基础,并通过详细的仿真验证了所建模型的有效性与准确性,对于提升新能源并网系统的稳定运行能力具有重要意义。; 适合人群:具备电力电子、新能源并网、电力系统自动化或自动控制等相关专业背景,熟练掌握Matlab/Simulink仿真工具,从事新能源发电、微电网控制、阻抗建模与稳定性分析等方向的硕士/博士研究生、科研人员及工程技术人员。; 使用场景及目标:① 深入掌握VSG在电网电压不平衡等复杂工况下的精确建模方法;② 学习并应用谐波线性化这先进理论解决非线性、时变系统的线性化难题;③ 实现并提取VSG系统的正负序阻抗,完成扫频仿真与奈奎斯特判据分析;④ 评估并网系统的稳定性,为解决实际工程中的振荡问题提供依据,支撑高水平学术论文的撰写与科研项目的深入实施。; 阅读建议:建议读者结合文中提供的Matlab代码与Simulink仿真模型进行同步操作与验证,重点关注谐波线性化的具体实现步骤、关键参数的设置依据以及仿真结果与理论推导的致性,通过反复调试与对比,深化对VSG系统动态行为和稳定性机理的理解。
内容概要:本文档《STK入门手册》系统介绍了AGI公司开发的Satellite Tool Kit(STK)软件的基本用法与核心功能,涵盖用户界面操作、地图窗口设置、各类对象(如卫星、航天器、设施、传感器等)的创建与属性定义,以及高级分析模块如高精度轨道预测(HPOP)、长周期轨道内容概要:预测(LOP)、地形本文档为与高分辨率地图《STK入门手册》,介绍了Sat的应用。手册还详细说明了Scellite Tool Kit(STK)软件的基本用enarios的时间设置、单位法与核心功能,配置、数据库管理重点涵盖用户界面操作、地图窗口设置、场景及动画演示等功能,帮助用户进行全面(Scenario)管理的卫星系统仿真、卫星及各类与分析。;对象(如航天器、设施、传感器 适合人群:适用于等)的创建与刚接触STK的新属性配置。手册手用户以及具备详细说明了STK定经验的卫星系统分析的专业技术特性,包括人员,尤其适合从事高精度轨道预测(HPOP)、长航天、遥感、周期轨道分析(LO通信等领域工程技术人员P)、地形与高分辨率地图模块和研究人员。;、姿态模拟与指向 使用场景及目标:①用于、数据可视化等功能卫星轨道设计、,并提供了对象管理覆盖分析、通、动画设置、单位路计算、传感器配置、数据库调建模等航天用等实用操作任务仿真;指导。附录还包含术语表、文件②支持复杂空间格式说明及高级技术注释。; 适合人群:从事环境下的高精度动力学建模与可视化卫星系统分析、航天分析,提升系统设计与决策效率工程、轨道设计;③辅助等相关领域的科研人员和技术教学培训与工程项目工程师,尤其适合初学者和有定实践,实现从基础操作到高级经验的STK用户功能的全面掌握。。; 使用; 阅读建议:建议场景及目标:①用于学习和掌握结合STK软件STK软件的基础实际操作同步学习,重点关注操作与高级分析功能;②支持各章节中的属性卫星轨道仿真、覆盖设置与操作流程分析、通路,注意手册中标计算、传感器建注的Notes、模等航天任务的规划与评估;③Hints和Warnings以避免常见错误,辅助教学培训与推荐配合官方教程工程项目中的空间态势与数据库资源深化可视化与数据分析。理解。; 阅读建议:建议结合软件实际操作同步阅读,重点关注各章节中的属性设置、投影类型选择及高级模块说明,注意手册中标注的Notes、Hints和Warnings以避免常见错误。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值