说起缓存，大家可能口若悬河，各种类型的缓存都能一一分析，但在net下找到一款合适的Disk Cache貌似还是有一点难度的。
一：背景
事情是这样的，最近的一个项目中，需要在web端绘制一些报表，因为报表的基础数据源都是全内存式的，所以内存相对我们来说是比较吃紧的，大家可能
大家知道，比如一些散点图，这种类型的报表数据非常的多，为了加速，我需要缓存两种数据：
1. 根据基础数据源计算出中间结果，为了下一次加速，缓存个几十分钟，这个数据量相对来说比较大。
2. 将服务的Response进行30分钟缓存，这个数据量也相对比较大，大概10-50M的样子。
刚才也说了，内存比较吃紧，如果把这些数据再放到内存里面就比较尴尬，也是业务不允许的，如果把这么大的数据块放在分布式缓存中，流量起来之后带
宽也是一个问题，会更多的面临超时的风险，所以最好的方式就是使用本机磁盘缓存，这样就可以在性能和内存中取一个平衡点~~~
二：寻找解决方案
平衡点找到了，貌似在.net领域中很少听说有磁盘缓存这种概念，既然听说的少，那就在nuget中浪一浪，然后就找到了一个top1的diskcache，如下图：
拉下来一测试，卧槽，就的一个CURD操作，连TTL和TTI的功能都没有，还要捐啥比特币，O(∩_∩)O
既然net下没有啥好的解决方案，目光只能投到java下面看看，很快就找到了ehCache，看下官方说明挺牛叉的，介入方式还是和上一篇一样，使用thrift做C#
和Java之间的交互媒介就可以了。（thrift的具体使用方法，大概可以看上一篇）如下图：
三：Ehcache的配置
1. maven的ehcache地址
<!-- https://mvnrepository.com/artifact/org.ehcache/ehcache --> <dependency> <groupId>org.ehcache</groupId> <artifactId>ehcache</artifactId> <version>3.5.2</version> </dependency>
ehcache的官方网址：http://www.ehcache.org/ ，大家可以简单了解下，具体使用官方都有些samples，在DBEngines上的排名也还是非常不错的。
2. 使用全代码模式的配置
接下来就可以写一段代码测试一下，向diskcache中插入10000个字符大小的cache，插入1000次，看看效率怎么样，代码如下：
public class App { public static void main(String[] args) throws CachePersistenceException { LocalPersistenceService persistenceService = new DefaultLocalPersistenceService( new DefaultPersistenceConfiguration(new File("C:\\1\\cache"))); PersistentUserManagedCache<String, String> cache = UserManagedCacheBuilder .newUserManagedCacheBuilder(String.class, String.class) .with(new UserManagedPersistenceContext<String, String>("persistentCache", persistenceService)) .withResourcePools(ResourcePoolsBuilder.newResourcePoolsBuilder().disk(10L, MemoryUnit.GB, true)) .withExpiry(Expirations.timeToLiveExpiration(Duration.of(30, TimeUnit.MINUTES))).build(true); StringBuilder sBuilder = new StringBuilder(); for (int i = 1; i < 10000; i++) { sBuilder.append(i); } long startTime = System.currentTimeMillis(); // 获取开始时间 for (int i = 1; i < 1000; i++) { String key = "username" + i; String value = sBuilder.toString(); cache.put(key, value); System.out.println(String.format("%s:当前key=%s插入到缓存中", i, key)); } long endTime = System.currentTimeMillis(); // 获取结束时间 System.out.println("程序运行时间： " + (endTime - startTime) + "ms"); } }
速度大概是600多毫秒，时间还是可以接受的，在我的项目中也是比较适合的。
当然也可以采用xml的方式动态配置ehcache，或者采用spring data来集成这个ehcache都是可以的，因为主要用java来打辅助，就不具体深入介绍了，
好了，本篇就说这么多吧，希望对你有帮助。
