我的网络抓取工具需要非常快速且持久的缓存。它不需要像Java中的ConcurrentSkipListSet一样快，但绝对不能使用基于哈希索引的表，我尝试过。在1m +记录之后，它需要80％的处理器时间。
有没有人知道或听说过这种情况有用的东西？
谢谢你的提示。
答案 0 :(得分：6)
试试EhCache。它主要是内存缓存，具有磁盘后备存储的溢出和持久性选项。已经存在多年，仍然积极发展，并且非常成熟。
答案 1 :(得分：6)
我是Terracotta（不是工程师）的雇员，但我想加上一些清晰度，无论我的技能如何，都会使那些为这个帖子提供咨询的人有所帮助。
是的，Ehcache在缓存方面是一个很常用的选项，在国际上有超过500,000个部署，并且通常用于具有分布式缓存的小型集群。如果您的应用程序是基于Java的，那么Terracotta可以说是“BigData”提供了最大的性能提升，因为它为内存速度提供了应用程序，具有堆优势。
是的，BigMemory Go是免费的。它是一个32GB的免费增值产品，不要与开源混淆。它不能在分布式缓存中使用，该选项与BigMemory Max相比，gb限制更少。
BigMemory对磁盘持久存在。 Terracotta服务器阵列（L2）与磁盘通信，以确保即使在灾难性电源故障时数据也不会丢失。兵马俑具有类似酸的特性，具有99.999％的数据耐久性。 *兵马俑服务器阵列的这一概念通常会引起很多混淆，请参阅http://terracotta.org/documentation/terracotta-server-array/server-arrays以获取更多信息。
BigMemory是一个非堆数据存储，完全不含垃圾收集。这是通过字节代码缓冲区完成的，此数据存储由自动资源控制主动管理。根据您的要求决定（即您想要在缓存中需要多少个对象，无论您想要立即或最终的吞吐量，对象的生存时间等），自动资源控制将为您完成此工作。这意味着没有GC，堆大小受服务器可用内存的限制，最重要的是，不需要调整。
了解您需要多大的缓存是猜测和检查方法，每个应用程序都是唯一的，因此我们无法自信地估计需要将多少数据放入内存。我怀疑任何供应商告诉你需要将“n”GB放入缓存以达到xyz的SLA ...
如果我在这里张贴道德规范或者有任何隐含的偏见，我提前道歉。希望这些信息能够增加一些清晰度，并对有关兵马俑的常见问题有所了解。
答案 2 :(得分：2)
我正在研究cache2k，并研究最近的缓存逐出策略，使其成为最快的java缓存，请参阅cache2k benchmarks。
现在添加持久性，可在两周内进行预览和测试。我希望它能在五周内保持稳定。当然，cache2k实现并不像EHCache那样成熟，但是，所有发布的内容都在我们自己的应用程序中使用，并在生产环境中得到证明。
更新：＆＃34;两周＆＃34;非常乐观，因为整个锁定概念最终需要重写和仔细检查......您可以跟踪github上正在出现的持久性支持