动态切换 Caffeine Cache 上的记录统计信息
Dynamically toggling recording stats on Caffeine Cache
我希望能够通过 REST 端点或 JMX 方法
按需动态切换咖啡因缓存的统计记录
我们有一个大型应用程序，我们在其中使用了多个 Caffeine Caches 实例。我们可以使用每一个可能的性能升级，所以让它不断地记录似乎是多余的。特别是如果 JavaDoc 说记录有性能成本。经过我的分析，我认为它不是直接支持的。 还是？
我有 2 个统计目标，第一个是能够调整我们的缓存策略。确定我们的命中率很糟糕的地方，或者我们实际上不需要缓存的地方。为了适应这一点，我们可能会在打开录制的情况下进行临时发布，然后进行最终发布。这意味着这个解决方案根本不是动态的。
第二个目标是用它来确定系统故障的原因。诊断实时生产环境中的错误状态。为了保持我所有的理想要求，这必须是动态的。如果我不能更改缓存实例，我想我可能会替换该实例。这会给系统带来巨大的时间负载，因为它基本上会清除所有缓存。
为了避免清除，我们或许可以以某种方式将值廉价地传递给切换统计记录的新实例。我还不知道如何，甚至可能。
所以我的问题是实现目标的最佳方式是什么？
你是对的，不支持动态配置统计信息。但是，您可以提供自己的 StatsCounter 来提供此支持。
使用内置 StatsCounter 的成本应该很便宜，因为存储在 LongAdder 计数器中。在不干净的环境中，我观察到读取吞吐量下降了 20%，但仍然超过 100M ops/s。在该吞吐量下，缓存不应成为给定实际应用程序逻辑的瓶颈。
很可能您可以放心地打开统计信息。如果您担心，请先尝试基准测试，看看额外的解决方法是否值得付出努力。如果是这样，自定义 StatsCounter 可能是可以接受的（但同样是基准）。
我希望能够通过 REST 端点或 JMX 方法
按需动态切换咖啡因缓存的统计记录我们有一个大型应用程序，我们在其中使用了多个 Caffeine Caches 实例。我们可以使用每一个可能的性能升级，所以让它不断地记录似乎是多余的。特别是如果 JavaDoc 说记录有性能成本。经过我的分析，我认为它不是直接支持的。 还是？
我有 2 个统计目标，第一个是能够调整我们的缓存策略。确定我们的命中率很糟糕的地方，或者我们实际上不需要缓存的地方。为了适应这一点，我们可能会在打开录制的情况下进行临时发布，然后进行最终发布。这意味着这个解决方案根本不是动态的。
第二个目标是用它来确定系统故障的原因。诊断实时生产环境中的错误状态。为了保持我所有的理想要求，这必须是动态的。如果我不能更改缓存实例，我想我可能会替换该实例。这会给系统带来巨大的时间负载，因为它基本上会清除所有缓存。
为了避免清除，我们或许可以以某种方式将值廉价地传递给切换统计记录的新实例。我还不知道如何，甚至可能。
所以我的问题是实现目标的最佳方式是什么？
你是对的，不支持动态配置统计信息。但是，您可以提供自己的 StatsCounter 来提供此支持。
使用内置 StatsCounter 的成本应该很便宜，因为存储在 LongAdder 计数器中。在不干净的环境中，我观察到读取吞吐量下降了 20%，但仍然超过 100M ops/s。在该吞吐量下，缓存不应成为给定实际应用程序逻辑的瓶颈。
很可能您可以放心地打开统计信息。如果您担心，请先尝试基准测试，看看额外的解决方法是否值得付出努力。如果是这样，自定义 StatsCounter 可能是可以接受的（但同样是基准）。