Ⅰ iOS 開發時需要緩存操作時優先選擇NSCache
當我們開發程序時，經常需要緩存網路圖片或從磁碟讀取時，多數時候我們選擇SDWebImage，不得不說這個框架很優秀，許多的問題都不要我們去考慮。然而有些場景是需要自定義，NSMutableDictionary是多數人的選擇。然而NSCache類更好，它是Foundation框架專為處理這種任務設計的。
NSCache的優點：
1.當系統資源將要耗盡時，它可以自動增減緩存。
2.NSCache會優先刪除"最久未使用的"。
3.NSCache是線程安全的。
4.NSCache可以設置緩存的總個數和總的大小值。
總結:
1.線程安全是非常有必要的，功能復雜後出現這種偶現問題很難排查。
2.NSCache有一套專用的緩存機制，為開發者提供了便捷，如果自己實現將會很復雜。當NSCache不能滿足開發者的需求時，可考慮選擇自定義緩存。
3.當有這種緩存場景的時候，我們優先考慮NSCache。
4.SDWebImage內存級別緩存圖片用的是NSCache，可查看SDImageCache的memCache。
Ⅱ 華為技術架構師分享：高並發場景下緩存處理的一些思路
在實際的開發當中，我們經常需要進行磁碟數據的讀取和搜索，因此經常會有出現從資料庫讀取數據的場景出現。但是當數據訪問量次數增大的時候，過多的磁碟讀取可能會最終成為整個系統的性能瓶頸，甚至是壓垮整個資料庫，導致系統卡死等嚴重問題。
常規的應用系統中，我們通常會在需要的時候對資料庫進行查找，因此系統的大致結構如下所示：
1.緩存和資料庫之間數據一致性問題
常用於緩存處理的機制我總結為了以下幾種：
首先來簡單說說Cache aside的這種方式：
Cache Aside模式
這種模式處理緩存通常都是先從資料庫緩存查詢，如果緩存沒有命中則從資料庫中進行查找。
這裡面會發生的三種情況如下：
緩存命中：
當查詢的時候發現緩存存在，那麼直接從緩存中提取。
緩存失效：
當緩存沒有數據的時候，則從database裡面讀取源數據，再加入到cache裡面去。
緩存更新：
當有新的寫操作去修改database裡面的數據時，需要在寫操作完成之後，讓cache裡面對應的數據失效。
關於這種模式下依然會存在缺陷。比如，一個是讀操作，但是沒有命中緩存，然後就到資料庫中取數據，此時來了一個寫操作，寫完資料庫後，讓緩存失效，然後，之前的那個讀操作再把老的數據放進去，所以，會造成臟數據。
Facebook的大牛們也曾經就緩存處理這個問題發表過相關的論文，鏈接如下:
分布式環境中要想完全的保證數據一致性是一件極為困難的事情，我們只能夠盡可能的減低這種數據不一致性問題產生的情況。
Read Through模式
Read Through模式是指應用程序始終從緩存中請求數據。 如果緩存沒有數據，則它負責使用底層提供程序插件從資料庫中檢索數據。 檢索數據後，緩存會自行更新並將數據返回給調用應用程序。使用Read Through 有一個好處。
我們總是使用key從緩存中檢索數據, 調用的應用程序不知道資料庫， 由存儲方來負責自己的緩存處理，這使代碼更具可讀性， 代碼更清晰。但是這也有相應的缺陷，開發人員需要給編寫相關的程序插件，增加了開發的難度性。
Write Through模式
Write Through模式和Read Through模式類似，當數據發生更新的時候，先去Cache裡面進行更新，如果命中了，則先更新緩存再由Cache方來更新database。如果沒有命中的話，就直接更新Cache裡面的數據。
2.緩存穿透問題
在高並發的場景中，緩存穿透是一個經常都會遇到的問題。
什麼是緩存穿透？
大量的請求在緩存中沒有查詢到指定的數據，因此需要從資料庫中進行查詢，造成緩存穿透。
會造成什麼後果？
大量的請求短時間內湧入到database中進行查詢會增加database的壓力，最終導致database無法承載客戶單請求的壓力，出現宕機卡死等現象。
常用的解決方案通常有以下幾類：
1.空值緩存
在某些特定的業務場景中，對於數據的查詢可能會是空的，沒有實際的存在，並且這類數據信息在短時間進行多次的反復查詢也不會有變化，那麼整個過程中，多次的請求資料庫操作會顯得有些多餘。
不妨可以將這些空值（沒有查詢結果的數據）對應的key存儲在緩存中，那麼第二次查找的時候就不需要再次請求到database那麼麻煩，只需要通過內存查詢即可。這樣的做法能夠大大減少對於database的訪問壓力。
2.布隆過濾器
通常對於database裡面的數據的key值可以預先存儲在布隆過濾器裡面去，然後先在布隆過濾器裡面進行過濾，如果發現布隆過濾器中沒有的話，就再去redis裡面進行查詢，如果redis中也沒有數據的話，再去database查詢。這樣可以避免不存在的數據信息也去往存儲庫中進行查詢情況。
什麼是緩存雪崩？
當緩存伺服器重啟或者大量緩存集中在某一個時間段失效，這樣在失效的時候，也會給後端系統(比如DB)帶來很大壓力。
如何避免緩存雪崩問題？
1.使用加鎖隊列來應付這種問題。當有多個請求湧入的時候，當緩存失效的時候加入一把分布式鎖，只允許搶鎖成功的請求去庫裡面讀取數據然後將其存入緩存中，再釋放鎖，讓後續的讀請求從緩存中取數據。但是這種做法有一定的弊端，過多的讀請求線程堵塞，將機器內存占滿，依然沒有能夠從根本上解決問題。
2.在並發場景發生前，先手動觸發請求，將緩存都存儲起來，以減少後期請求對database的第一次查詢的壓力。數據過期時間設置盡量分散開來，不要讓數據出現同一時間段出現緩存過期的情況。
3.從緩存可用性的角度來思考，避免緩存出現單點故障的問題，可以結合使用 主從+哨兵的模式來搭建緩存架構，但是這種模式搭建的緩存架構有個弊端，就是無法進行緩存分片，存儲緩存的數據量有限制，因此可以升級為Redis Cluster架構來進行優化處理。（需要結合企業實際的經濟實力，畢竟Redis Cluster的搭建需要更多的機器）
4.Ehcache本地緩存 + Hystrix限流&降級,避免Mysql被打死。
使用 Ehcache本地緩存的目的也是考慮在 Redis Cluster 完全不可用的時候，Ehcache本地緩存還能夠支撐一陣。
使用 Hystrix進行限流 & 降級 ，比如一秒來了5000個請求，我們可以設置假設只能有一秒 2000個請求能通過這個組件，那麼其他剩餘的 3000 請求就會走限流邏輯。
然後去調用我們自己開發的降級組件（降級），比如設置的一些默認值呀之類的。以此來保護最後的 MySQL 不會被大量的請求給打死。
Ⅲ java web開發緩存方案，ehcache和redis哪個更好
這里就不再逐個討論了，我將會在一個實際應用程序開發場景中介紹其中的一些。使用Redis作為一個緩存解決方案我之前提到過，Redis可輕易地用作一個緩存解決方案，碰巧我現在正好需要這樣一個！在該應用程序示例中，我將Redis集成到我基於定位的移動Web服務中，稱之為Magnus。如果您沒有關注本系列，那麼我會先使用Play框架實現Magnus，從那時起我就已經在各種實現中開發和重構它了。Magnus是一個簡單服務，可以通過HTTPPUT請求使用JSON文檔。這些文檔描述了特定帳號的位置，表示持有移動設備的人。現在，我想要將緩存集成到Magnus，也就是說我想要通過將不常更改的數據存儲在內存中以減少I/O流量。Magnus緩存！在清單5中的第一步中，可以通過get調用了解新引入的帳戶名稱（一個鍵）是否為REdis中的一個鍵。get調用可以將帳戶ID作為一個值返回，或者將返回null。如果返回一個值，我將用其作為我的acctId變數。如果返回的是null（表明該帳戶名稱不是Redis中一個鍵），那麼我將在MongoDB查找該帳戶值，並通過set命令將其添加到Redis。這里的優勢是速度：接下來，被請求的帳戶將提交一個位置，這樣我就能夠從Redis中獲取其ID（作為內存緩存），而不是轉到MongoDB並帶來額外讀取I/O成本。清單5.使用Redis作為內存緩存"/location/:account"{put{defjacksonMapper=newObjectMapper()defjson=jacksonMapper.readValue(request.contentText,Map.class)defformatter=newSimpleDateFormat("dd-MM-yyyyHH:mm")defdt=formatter.parse(json['timestamp'])defres=[:]try{defjedis=pool.getResource()defacctId=jedis.get(request.parameters['account'])if(!acctId){defacct=Account.findByName(request.parameters['account'])jedis.set(request.parameters['account'],acct.id.toString())acctId=acct.id}pool.returnResource(jedis)newLocation(acctId.toString(),dt,json['latitude'].doubleValue(),json['longitude'].doubleValue()).save()res['status']='success'}catch(exp){res['status']="error${exp.message}"}response.json=jacksonMapper.writeValueAsString(res)}}注意，清單5中的aMagnus實現（使用Groovy編寫）仍然使用一個NoSQL實現作為數據模型存儲；它僅僅使用Redis作為一個緩存實現用於查詢數據。因為我的主要帳戶數據位於MongoDB中（事實上，它駐留在MongoHQ.com中），而我的Redis數據存儲在本地運行。在隨後查找帳戶ID時，Magnus速度將顯著提升。可是等等！我為什麼同時需要MongoDB和Redis？難道我就不能單獨使用一個嗎？ORM的Node.js很多項目均提供ORM類映射用於Redis，其中包括一個極富影響力的基於Ruby的備用方案，稱為Ohm。我檢查了該項目基於Java的派生產品（稱為JOhm），但是最終決定使用一個為Node編寫的派生產品。Ohm及其派生項目的妙處在於他們允許您將一個對象模型映射到一個基於Redis的數據結構。因此，您的模型對象是持久性的，同時在大多數情況下其讀取速度也非常之快。有了Nohm，我便能夠使用JavaScript快速重寫我的Magnus應用程序並能立即持久化Location對象。在清單6中，我已定義了一個Location模型，該模型包括3個屬性。（注意，我通過將timestamp設置為一個字元串而不是一個真實的時間戳，從而簡化我的示例。）清單6.Node.js中的RedisORMvarLocation=nohm.model('Location',{properties:{latitude:{type:'float',unique:false,validations:[['notEmpty']]},longitude:{type:'float',unique:false,validations:[['notEmpty']]},timestamp:{type:'string',unique:false,validations:[['notEmpty']]}}});Node的Express框架使NohmLocation對象的使用變得十分簡單。在我的應用程序PUT實現中，我可以捕獲正在進入的JSON值，並通過Nohm的p調用將其導入到一個Location實例。然後我再檢查該示例是否有效，如果有效，我會對其進行持久化。清單7.在Node的Express.js中使用Nohmapp.put('/',function(req,res){res.contentType('json');varlocation=newLocation;location.p("timestamp",req.body.timestamp);location.p("latitude",req.body.latitude);location.p("longitude",req.body.longitude);if(location.valid()){location.save(function(err){if(!err){res.send(JSON.stringify({status:"success"}));}else{res.send(JSON.stringify({status:location.errors}));}});}else{res.send(JSON.stringify({status:location.errors}));}});正如清單7所示，可以輕易地將Redis構建成一個極其快速的內存數據存儲。在一些案例中，它甚至是一個比memcached更好的緩存！結束語Redis對於許多數據存儲場景非常有用，因為它可以將數據持久化到磁碟（還因為它支持一個豐富的數據集），有時候，它是memcached的有力競爭對手。有些情況下，對於您的領域也是很有意義的，您可以使用Redis作為數據模型和隊列的一個備份存儲。Redis客戶端實現幾乎可被移植到任何編程語言中。Redis不是RDMBS的完全替代品，也不是一個重量級存儲，但是和MongoDB一樣擁有豐富的功能。然而，在很多情況下，它可與這些技術共存。
Ⅳ 使用vue框架開發，版本更新，怎麼解決用戶瀏覽器緩存問題
vue-cli里的默認配置，css和js的名字都加了哈希值，所以新版本css、js和就舊版本的名字是不同的，不會有緩存問題。
不過值得注意的是，把打包好的index.html放到伺服器里去的時候，index.html在伺服器端可能是有緩存的，這需要在伺服器配置不讓緩存index.html。
Ⅳ SpringBoot進階之緩存中間件Redis
大家好，一直以來我都本著 用最通俗的話理解核心的知識點， 我認為所有的難點都離不開 「基礎知識」 的鋪墊
「大佬可以繞過 ~」
本節給大家講講 「Java的SpringBoot框架」 , 之前我們學習的都是java的基礎知識和底層提供的一些能力，我們日常工作都是在寫介面。在我們在產品開發中，一般我們都會選擇比較穩定的框架來幫我們加速開發，不會自己去造輪子，而在java眾多框架中，spring框架表現的非常好，大部分公司都會首選它作為開發框架，而至今，大部分企業都是以 springboot 來構建項目了,一個穩健的系統需要引入穩定的技術~
如果你是一路看過來的，很高興你能夠耐心看完。前幾期都是帶大家學習了 SpringBoot 的基礎使用以及集成 mybatis 開發，這也是我們寫業務的基礎，如果你還不熟悉這些，請先看完它們。接下來的幾期內容將會帶大家進階使用，會先講解基礎 中間件 的使用和一些場景的應用，或許這些技術你聽說過，沒看過也沒關系，我會帶大家一步一步的入門，耐心看完你一定會有 收獲 ,本期將會給大家講解最熱門的緩存中間件技術 Redis ,同樣的，我們集成到 Springboot 中。最近github可能會被牆，所以我把源碼放到了國內gitee上,本節我們依然使用上期的代碼
Redis 是由義大利人Salvatore Sanfilippo（網名：antirez）開發的一款內存高速緩存資料庫。全稱叫 Remote Dictionary Server（遠程數據服務） 是由 C語言 編寫的，Redis是一個 key-value 存儲系統，它支持豐富的數據類型，如： string、list、set、zset(sorted set)、hash 。
它本質上是一種鍵值對資料庫，我們之前學習的 mysql 它是持久層的關系型資料庫,而 redis 它的存儲主要存在 內存 中。我們都知道在 內存 中的數據讀取是非常快的，就好比你把一個變數存到磁碟讀取和直接放到代碼中運行，肯定是在代碼中拿到的速度快，因為運行時期，都是直接存到內存的。
給大家總結一下：
有了基本的概念之後，我們下面進行環境搭建,在學習階段，安裝 redis 很簡單,生產環境一般我們也會選擇雲產品，一切為了服務保障,雖說它只是做緩存用，但也是系統的一把 保護傘
如果你是 mac 用戶，你可以運行如下命令:
安裝完成後會提示你運行命令，運行即可。
win 用戶也很簡單，直接下載 redis 軟體，雙擊運行即可，運行之後它會有一個小方塊的圖案，和 locahost:6379 的log,說明運行成功了。初始階段沒有配置的 redis 默認 host 就是本地, port 就是 6379 , 而且是 沒有密碼 就可以訪問的。
推薦一個客戶端軟體 Redis Desktop Manager ，它是 redis 的客戶端界面軟體,方便麵我們學習的時候 清理緩存 使用,生產慎連。
我們不給大家講它的基本命令使用，它也有語法，可以通過類似命令執行,如果想學習的小夥伴，可以自行搜索。本期重點內容是在 sprinboot 中的使用,我們平時開發不可能是去命令行里敲的，都是代碼里執行，而目前市面上有很多封裝好的庫，我們可以直接調用它的方法，很方便的就可以操作它了，不用記一些繁瑣的命令,下面我們就實際操作一下:
修改 pom.xml
修改 application.yml :
redis 默認是有 16 個庫,不是 15 個啊，從 0 開始算的,我們隨便連一個
通過代碼很好理解, 首先需要引入 StringRedisTemplate ,然後需要設置一個 key ,那麼思考一下，這個 key 允許重復嗎
我們進客戶端看一下，發現 key 還是只有一個,但是值變成了新的值了，所以可以得知 key 是唯一的，我們重新設置的時候相當於刷新了它。
在 redis 中刪除緩存有兩種方式，一種是自我消亡，也就是 過期 銷毀,還有有一種是 主動 銷毀，我們先看一下，過期時間如何設置
我們設置了 10s 後過期,過完10s後發現，這個```key data``消失了。我們在看看如何主動刪除
我們可以利用 Redis 做一個計數器，實現自增功能,你可以用它做網站訪問統計
通常做法，我們會把它封裝一下，後續使用直接引入封裝好的即可，把它直接交給 Springboot容器 管理
其實這個類，你還可以繼續進一步封裝，比如約束 key 的規范，約束過期時間，約束數據類型等等，這一切也都是為了規范和後期維護，防止濫用緩存
緩存的主要場景是用於解決熱點數據問題，因為這些數據是訪問頻率比較高的，當大量的請求進來, mysql 可能壓力很大，這樣一來，數據查詢效率就很慢，用戶肯不高興等了，這樣用戶體驗很不好。所以我們一般做法，都是把這些熱點數據放到緩存里，因為緩存讀取速度很快。當有新數據的時候，我們再及時更新它，一般流程是先查詢緩存，查到了直接返回緩存數據，查不到再走資料庫，然後再刷回緩存。
但是並發足夠大的時候，還是會暴露出很多問題，比如面試常問的一些高頻問題 緩存雪崩、緩存穿透、緩存雪崩 ,這些問題後邊會給大家專門講，和如何去防範。所以總的來說，引入任何一門技術並不是萬事大吉，還需我們不斷的在實踐中積累經驗
本期到這里就結束了，總結一下，我們了解了什麼是 redis ，以及在 springboot 中如何去使用它們，很簡單，沒什麼復雜的東西。但這里想多說一點的是，緩存的設計卻是很復雜的，因為工具是死的，人是活的，我們如何正確設計，需要我們在項目中不斷的積累。
我們之前教大家查詢列表數據，都是所有數據返回，還沒有教大家如何去做分頁，下期將帶大家學習一下 mybatis 分頁插件的使用 ，下期不見不散, 關注我，不迷路~
Ⅵ java web開發緩存方案，ehcache和redis哪個更好
使用場景不一樣 , 不存在哪個更好, 可以去開源中國 看下 紅薯教主寫的 :
Java兩級緩存框架 J2Cache
J2Cache 是 OSChina 目前正在使用的兩級緩存框架。第一級緩存使用 Ehcache，第二級緩存使用 Redis 。由於大量的緩存讀取會導致 L2 的網路成為整個系統的瓶頸，因此 L1 的目標是降低對 L2 的讀取次數。該緩存框架主要用於集群環境中。單機也可使用，用於避免應用重啟導致的 Ehcache 緩存數據丟失。
Ⅶ java 分布式緩存框架有哪些
Ehcache
Ehcache 是一個Java實現的開源分布式緩存框架，EhCache 可以有效地減輕資料庫的負載，可以讓數據保存在不同伺服器的內存中，在需要數據的時候可以快速存取。同時EhCache 擴展非常簡單，官方提供的Cache配置方式有好幾種。你可以通過聲明配置、在xml中配置、在程序里配置或者調用構造方法時傳入不同的參數。
特點：
存取速度非常快，性能很不錯。
可以應用多種緩存策略。
分級緩存，用戶可以指定哪些數據在硬碟中緩存，哪些數據在內存中緩存。
可以通過RMI、可插入API等方式進行分布式緩存。
具有緩存和緩存管理器的偵聽介面。
支持多緩存管理器實例，以及一個實例的多個緩存區域。
默認提供Hibernate的緩存實現
Ⅷ JAVA緩存框架有哪些意義
（1100）（0）一、什麼是緩存1、Cache是高速緩沖存儲器一種特殊的存儲器子系統，其中復制了頻繁使用的數據以利於快速訪問2、凡是位於速度相差較大的兩種硬體/軟體之間的，用於協調兩者數據傳輸速度差異的結構，均可稱之為Cache二、緩存的分類1、基於web應用的系統架構圖2、在系統架構的不同層級之間，為了加快訪問速度，都可以存在緩存操作系統磁碟緩存->減少磁碟機械操作資料庫緩存->減少文件系統I/O應用程序緩存->減少對資料庫的查詢Web伺服器緩存->減少應用伺服器請求客戶端瀏覽器緩存->減少對網站的訪問三、操作系統緩存1、文件系統提供的DiskCache：操作系統會把經常訪問到的文件內容放入到內存當中，由文件系統來管理2、當應用程序通過文件系統訪問磁碟文件的時候，操作系統從DiskCache當中讀取文件內容，加速了文件讀取速度3、DiskCache由操作系統來自動管理，一般不用人工干預，但應當保證物理內存充足，以便於操作系統可以使用盡量多的內存充當DiskCache，加速文件讀取速度4、特殊的應用程序對文件系統DiskCache有很高的要求，會繞開文件系統DiskCache，直接訪問磁碟分區，自己實現Disk5、Cache策略Oracle的rawdevice(裸設備)–直接拋棄文件系統MySQL的InnoDB：innodb_flush_method=O_DIRECT四、資料庫緩存1、重要性資料庫通常是企業應用系統最核心的部分資料庫保存的數據量通常非常龐大資料庫查詢操作通常很頻繁，有時還很復雜以上原因造成資料庫查詢會引起非常頻繁的磁碟I/O讀取操作，迫使CPU掛起等待，資料庫性能極度低下2、緩存策略a、QueryCache以SQL作為key值緩存查詢結果集一旦查詢涉及的表記錄被修改，緩存就會被自動刪除設置合適的QueryCache會極大提高資料庫性能QueryCache並非越大越好，過大的QqueryCache會浪費內存。MySQL:query_cache_size=128Mb、DataBufferdatabuffer是資料庫數據在內存中的容器databuffer的命中率直接決定了資料庫的性能databuffer越大越好，多多益善MySQL的InnoDBbuffer：innodb_buffer_pool_size=2GMySQL建議bufferpool開大到伺服器物理內存60-80%五、應用程序緩存1、對象緩存由O/RMapping框架例如Hibernate提供，透明性訪問，細顆粒度緩存資料庫查詢結果，無需業務代碼顯式編程，是最省事的緩存策略當軟體結構按照O/RMapping框架的要求進行針對性設計，使用對象緩存將會極大降低Web系統對於資料庫的訪問請求良好的設計資料庫結構和利用對象緩存，能夠提供極高的性能，對象緩存適合OLTP（聯機事務處理）應用2、查詢緩存對資料庫查詢結果集進行緩存，類似資料庫的QueryCache適用於一些耗時，但是時效性要求比較低的場景。查詢緩存和對象緩存適用的場景不一樣，是互為補充的當查詢結果集涉及的表記錄被修改以後，需要注意清理緩存3、頁面緩存a、作用針對頁面的緩存技術不但可以減輕資料庫伺服器壓力，還可以減輕應用伺服器壓力好的頁面緩存可以極大提高頁面渲染速度頁面緩存的難點在於如何清理過期的緩存b、分類I、動態頁面靜態化利用模板技術將訪問過一次的動態頁面生成靜態html，同時修改頁面鏈接，下一次請求直接訪問靜態鏈接頁面動態頁面靜態化技術的廣泛應用於互聯網CMS/新聞類Web應用，但也有BBS應用使用該技術，例如Discuz!無法進行許可權驗證，無法顯示個性化信息可以使用AJAX請求彌補動態頁面靜態化的某些缺點II、Servlet緩存針對URL訪問返回的頁面結果進行緩存，適用於粗粒度的頁面緩存，例如新聞發布可以進行許可權的檢查OScache提供了簡單的Servlet緩存(通過web.xml中的配置)也可以自己編程實現Servlet緩存III、頁面內部緩存針對動態頁面的局部片斷內容進行緩存，適用於一些個性化但不經常更新的頁面(例如博客)OSCache提供了簡單的頁面緩存可以自行擴展JSPTag實現頁面局部緩存六、web伺服器端緩存基於代理伺服器模式的Web伺服器端緩存，如squid/nginxWeb伺服器緩存技術被用來實現CDN（內容分發網路contentdeliverynetwork）被國內主流門戶網站大量採用不需要編程，但僅限於新聞發布類網站，頁面實時性要求不高七、基於ajax的瀏覽器緩存使用AJAX調用的時候，將資料庫在瀏覽器端緩存只要不離開當前頁面，不刷新當前頁面，就可以直接讀取緩存數據只適用於使用AJAX技術的頁面
Ⅸ RN 圖片框架緩存機制
RN圖片框架iOS採用的是SDWebImage, 安卓採用的是Fresco
SDWebImage分為兩級緩存，內存緩存和文件緩存，其中文件緩存的策略：
1.默認保存一個星期，優先清理過期的圖片
2.清理過期圖片後，計算出未過期的緩存大小總和，並與最大的緩存空間的 1/2 作對比；
3.按時間嫌鎮最久未被訪問（或修改）的順序，對緩存數據做一個排序；
4.根據排閉者悶序結果繼續清理 時間最久遠的緩存圖片數據，直到剩餘的緩存大小 小於最大空間的1/2時，停止清理；
Fresco 分為三級緩存轎彎,bitmap緩存、未解碼圖片的內存緩存和磁碟緩存， 緩存策略：
內存緩存默認5分鍾，超過兩個小時載入的圖片就更新到磁碟緩存
磁碟緩存設有緩存上限，根據圖片佔用的磁碟大小來的，高端機型是40M，中端10M，低端2M
沒有固定的清理時間，而是按訪問時間從遠到近來清理
Ⅹ JAVA緩存框架有哪些意義呢
OSCache或者EHCache這種，主要的應用場景大多是應用內緩存。也就是這一個程序里使用的緩存。所有的緩存在自己寫的這個程序裡面。
而memcache是獨立的另一個進程，是獨立的緩存，緩存的數據保存的另一個進程的內存中。區別有兩點：
EHCache這種應用中的緩存，不太容易實現多實例應用間共享。對於常見的Web型應用，需要通過啟動多個實例來增強處理能力的情況下，緩存不能共享就不利於緩存命中。
memcache這種獨立的緩存，不會受到應用的啟動、停止的影響。在Web應用中，程序重啟是一個很常見的事情，如果使用應用內的緩存，一旦程序重啟，緩存就全部丟失了（當然默認指沒有開啟持久化支持的情況下）。