guava缓存是谷歌开源的一种本地缓存，缓存是使用本机的内存来存储的，实现原理类似于ConcurrentHashMap
看guava cache的代码可以发现，他的实现是和java老版本的concurrentHashMap有点相似的。
在localcache这个类中，实现了核心的数据结构和算法。继承abstractMap，实现concurrentMap接口，持有一个segment数组，segment继承自reentrantLock，有keyRederenceQueue队列，valueReferenceQueue队列，用于快速回收。recencyQueue用于记录访问了哪些节点来更新访问列表的顺序，在大于清除阈值或segment写时被清理；还有writeQueue按照写入时间排序，在写时添加到队尾；accessQueue按照访问时间排序，在访问时添加到队尾
ReferenceEntry数据结构用来记录节点数据，这种数据结构可以支持按照强引用或弱引用来生成key；recency队列用于实现lru算法；write和access这两个队列都是双向连表，用于实现最近最少使用算法。
使用方式
guava cache在创建时提供了两种创建方式
Loading cache
可以理解为在build cache的时候就定义好了缓存CacheLoader里的load方法，缓存中不存在时会去调用这个load方法加载数据
Callable cache
和loading cache不同的是，没有在build时传入CacheLoader，而是在使用get的时候传入一个callable对象来获取数据
这两种使用方式的原则都是在get操作时优先从缓存里读取数据，当数据不存在时通过cacheloader尝试加载数据写入缓存，callable cache的方式更灵活，loading cache的方式写起来更简单。
为了系统的高并发，高性能，提高访问速度
//实例化缓存构建器 CacheBuildercacheBuilder=CacheBuilder.newBuilder(); //构建缓存容器 Cache<String,String>cache=cacheBuilder.build(); //缓存数据 cache.put(“cache”,“cache-value”); //获取缓存数据 Stringvalue=cache.getIfPresent(“cache”); //删除缓存 cache.invalidate(“cache5”);
maximumSize
设置构建缓存容器的最大容量，当缓存数量达到该容量时，会删除其中的缓存（根据实际测试结果，会先删除先放入的数据）
concurrencyLevel
设置并发等级，也就是同时操作缓存的线程数。默认是4。在guava cache的实现中，会根据这个值创建一个希表段，每个哈希表段由其自己的写锁控制。每次显式写入都会使用一次段锁，每次缓存加载计算都会使用两次段锁（一次在加载新值之前，一次在加载完成之后），许多内部缓存管理是在段粒度上执行的。
expireAfterWrite
缓存写入多久后过期，这个方法和我们前面分享的Caffeine是一样的。
expireAfterAccess
访问后多久过期，这个方法也和Caffeine是一样的。
refreshAfterWrite
缓存写入多久后刷新，这个方法也和Caffeine的一样，这几个方法应该就是Caffeine文档中所说的设计借鉴吧。
消耗内存空间来提升速度（时间换空间）
某些键会呗查询多次
缓存中存放的数据总量不会超出内存的容量
按照以往对一些其他数据结构的了解，缓存过期策略的实现不外乎应该也是在读时判断是否超时，或者定时清理，鉴于这是个基础工具，应该不会去做定时清理这种重量级操作，所以应该还是在get的时候去判断是否超时，至于是根据写入时间还是根据读取时间，在这个框架里也是可以配置的，通过expireAfterWrite和expireAfterAccess
通过看代码发现，这其实是比较简单的，entry节点记录了accessTime和writeTime，在根据key get value的时候，实现了一个getLiveValue方法，在这个方法里判断过期策略，以及对比当前时间和节点过期时间，而这个时间分别是在写和读节点时通过recordWrite和recordRead方法写入的。
总算到了重点，那么并发情况下会有什么问题呢。cache本身的实现是线程安全的，那么并发下存在的问题可能就是加锁导致的阻塞了。
当尝试通过get获取缓存值的时候，如果不存在key或者key已经过期，这时候需要去执行load方法加载数据，为了保证线程安全，这个方法会对segment加锁，在这种锁粒度下，其他尝试获取这个key的线程就会被waitForValue方法阻塞，如果加载速度过慢就会有大量的线程被阻塞。
解决方式
其实关于并发问题的解决是有通用方法的，当看到guava cache解决这些问题的方法的时候，不自主的就想到了之前看过的一些其他代码和解决方案。读多写少，热key问题，这几个关键词就自己浮现了出来。随便提一个，并发安全的读多写少的数据结构还有一种是copyonwrite，通过读写分离来实现，写操作完成前读使用旧值。
在guava cache下，可以通过创建时配置refreshAfterWrite这个参数，定义在写入多久后刷新数据，在满足条件时只阻塞加载数据的线程，其余线程直接返回旧数据。
缓存雪崩
即使使用refreshAfterWrite这种配置方式，当多个缓存到达刷新条件时，如果同时对这些key进行请求，依然会有多个线程会被阻塞，造成大量线程阻塞，并且他们会同时去调用load方法请求资源，造成服务端的压力。
这时可以通过重写实现CacheLoader的reload方法，把加载数据的任务提交到线程池，这时用户请求不会被阻塞，会直接返回旧值，执行完成后而且线程池能够控制对资源的访问，不会对数据库等造成过大的压力。