ehcache、memcache、redis三大缓存比较

Green

在Java项目广泛的使用。它是一个开源的、设计于提高在数据从RDBMS中取出来的高花费、高延迟采取的一种缓存方案。正因为Ehcache具有健壮性（基于java开发）、被认证（具有apache 2.0  license）、充满特色（稍后会详细介绍），所以被用于大型复杂分布式web application的各个节点中。
1.  够快
2. 够简单
 
 
如何使用？
 
 
# cd /tmp

# cd libevent-1.2
# make install
lrwxrwxrwx 1 root root 21 11?? 12 17:38 libevent-1.2.so.1 -> libevent-1.2.so.1.0.3
-rwxr-xr-x 1 root root 811 11?? 12 17:38 libevent.la
4.安装memcached，同时需要安装中指定libevent的安装位置：
# cd memcached-1.2.0
# make install
5.测试是否成功安装memcached：
-rwxr-xr-x 1 root root 140179 11?? 12 17:39 /usr/local/bin/memcached-debug
启动Memcached服务：
# /usr/local/bin/memcached -d -m 8096 -u root -l 192.168.77.105 -p 12000 -c 256 -P /tmp/memcached.pid
-u是运行Memcache的用户，我这里是root，
-c选项是最大运行的并发连接数，默认是1024，我这里设置了256，按照你服务器的负载量来设定，
2.如果要结束Memcache进程，执行：
也可以启动多个守护进程，不过端口不能重复。
注意连接之前需要再memcache服务端把memcache的防火墙规则加上
service iptables restart

uptime      服务器已经运行的秒数
pointer_size         当前操作系统的指针大小（32位系统一般是32bit）
curr_items            服务器当前存储的items数量
curr_connections        当前打开着的连接数
cmd_get get命令          （获取）总请求次数
get_misses        总未命中次数
bytes_written     总发送字节数（结果字节数）
redis
 
的强大操作功能息息相关
这点跟memcache很想象，内存操作的级别是毫秒级的比硬盘操作秒级操作自然高效不少，较少了磁头寻道、数据读取、页面交换这些高开销的操作！这也是NOSQL冒出来的原因吧，应该是高性能
4.replication
5.更新快

记得要把刚安装失败的文件删除，重新解压新的安装文件，修改Makefile文件，再make安装。就不会发现原来那个错误了
最后，把memcache和redis放在一起不得不会让人想到两者的比较，谁快谁好用啊，群里面已经为这个事打架很久了，我就把我看到的在这里跟大家分享下。
需要申明的是此次测试在单核心处理的过程的数据，memcache是支持多核心多线程操作的（默认没开）所以在默认情况下上图具有参考意义，若然则 memcache快于redis。那为什么redis不支持多线程多核心处理呢？作者也发表了一下自己的看法，首先是多线程不变于bug的修复，其实是不 易软件的扩展，还有数据一致性问题因为redis所有的操作都是原子操作，作者用到一个词nightmare 噩梦，呵呵！  当然不支持多线程操作，肯定也有他的弊端的比如性能想必必然差，作者从2.2版本后专注redis cluster的方向开发来缓解其性能上的弊端，说白了就是纵向不行，横向提高。
requirepass redis123                  //设置密码  redis123为密码 3.要让配置文件的属性生效，那么启动的redis的时候，要将配置文件加上去 那么将成功的启动redis，如果没有加入配置的话，按照普通方式启动的话，端口仍然还是6379. 客户端连接远程的Redis
第一步：在远程端处设置密码：config set requirepass 123       //123为密码
第二步：可以在客户端登录  redis-cli.exe -h 114.215.125.42 -p 6379
第三步：认证：auth 123                                       //123为密码
本地端设置密码后，要使用密码登录；如果Redis重启的话，密码需要重新设置 将save注释，不使用rdb appendonly no        不使用aof
  save 900 1
 这样做的优缺点： 优点：保证了主库写的能力。 缺点：主库挂掉后，重启主库，然后进行第一次写的动作后，主库会先生成rdb文件，然后传输给从库，从而覆盖掉从库原先的rdb文件，造成数据丢失。但是第二次写的时候，主库会以快照方式直接传数据给从库，不会重新生成rdb文件。 解决方案：先复制从库中的数据到主库后，再启动主库。 使用： 引入jedis包

<dependency>  
    <groupId>redis.clients</groupId>  
    <artifactId>jedis</artifactId>  
    <version>2.7.3</version>  
  </dependency>

 简单的写个类玩玩吧 

public class RedisMain {  
      
      
    public static void main(String [] str)  
    {  
        
       Jedis jedis = new Jedis("114.215.125.42",6379);  
       jedis.auth("123");   //密码认证  
        System.out.println("Connection to server sucessfully");  
        //查看服务是否运行  
        jedis.set("user","namess");  
       // System.out.println("Server is running: "+jedis.ping());  
        System.out.println(jedis.get("user").toString());  
        jedis.set("user","name");  
        System.out.println(jedis.get("user"));  
        
    
    }  
    
  }

Redis完毕

 下面说说Ehcache: Ehcache的使用： 1.首先引入包 

<dependency>  
         <groupId>net.sf.ehcache</groupId>  
         <artifactId>ehcache-core</artifactId>  
         <version>2.6.6</version>  
       </dependency>  
     
       <dependency>  
         <groupId>org.slf4j</groupId>  
         <artifactId>slf4j-log4j12</artifactId>  
         <version>1.6.6</version>  
       </dependency>

 2.创建一个ehcache.xml文件，里面配置cache的信息，这个配置是包含了集群的配置：与192.168.93.129：40001的 机器集群了：Ip为192.168.93.129机子的配置要将rmiUrls对应的数据改为这个配置文件的机子的IP地址，和对应的缓存名字 

<ehcache xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"  
     xsi:noNamespaceSchemaLocation="ehcache.xsd">  
    <cacheManagerPeerProviderFactory   
     class="net.sf.ehcache.distribution.RMICacheManagerPeerProviderFactory"  
  properties="peerDiscovery=manual,rmiUrls=//192.168.93.129:40001/demoCache"/>       <!--另一台机子的ip缓存信息-->  
  <cacheManagerPeerListenerFactory class="net.sf.ehcache.distribution.RMICacheManagerPeerListenerFactory"  
  properties="hostName=localhost,port=40001,socketTimeoutMillis=2000" />          <!--hostName代表本机子的ip-->   
    <diskStore path="java.io.tmpdir"/>  
    <defaultCache  
    maxElementsInMemory="10000"  
    maxElementsOnDisk="0"  
    eternal="true"  
    overflowToDisk="true"  
    diskPersistent="false"  
    timeToIdleSeconds="0"  
    timeToLiveSeconds="0"  
    diskSpoolBufferSizeMB="50"  
    diskExpiryThreadIntervalSeconds="120"  
    memoryStoreEvictionPolicy="LFU"  
    >  
     <cacheEventListenerFactory  
          class="net.sf.ehcache.distribution.RMICacheReplicatorFactory"/>        
    </defaultCache>  
    <cache name="demoCache"  
    maxElementsInMemory="100"  
    maxElementsOnDisk="0"  
    eternal="false"  
    overflowToDisk="false"  
    diskPersistent="false"  
    timeToIdleSeconds="119"  
    timeToLiveSeconds="119"  
    diskSpoolBufferSizeMB="50"  
    diskExpiryThreadIntervalSeconds="120"  
    memoryStoreEvictionPolicy="FIFO"  
    >  
    <cacheEventListenerFactory class="net.sf.ehcache.distribution.RMICacheReplicatorFactory"/>      <!--监听这个cache-->  
    </cache>  
  </ehcache>

配置完后写代码： 放数据： 

@RequestMapping("/testehcache.do")  
    public void testehcache(HttpServletResponse response) throws IOException  
    {  
      URL url = getClass().getResource("ehcache.xml");   
       CacheManager singletonmanager = CacheManager.create(url);  
      Cache cache = singletonmanager.getCache("demoCache");  
      //使用缓存  
      Element element = new Element("key1", "value1");  
      cache.put(element);  
      cache.put(new Element("key2", "value2"));  
       
      response.getWriter().println("我存放了数据");  
    }

  拿数据：

@RequestMapping("/getcache.do")  
  public void getcache(HttpServletResponse response) throws IOException  
  {  
    CacheManager singletonmanager = CacheManager.create();   
    Cache cache = singletonmanager.getCache("demoCache");  
    String one=cache.get("key1").getObjectValue().toString();  
    String two=cache.get("key2").getObjectValue().toString();  
    response.getWriter().println(one+two);  
  }

配置集群后，A机器放数据，在B机器上能拿到数据，B机器放数据，A机器也可以拿到数据
【当你用心写完每一篇博客之后,你会发现它比你用代码实现功能更有成就感!】