面试题：Java WeakHashMap在复杂应用场景下的内存优化策略

数据清理时机
- 设置合适的引用队列：创建WeakHashMap时，搭配ReferenceQueue。当WeakHashMap中的弱引用对象（即缓存数据）被垃圾回收时，对应的Reference对象会被加入到这个队列中。通过不断轮询这个队列，就可以知道哪些缓存数据已被回收，从而及时清理WeakHashMap中对应的无效键值对，避免无效数据占用空间。例如：

WeakHashMap<Object, Object> weakHashMap = new WeakHashMap<>();
ReferenceQueue<Object> referenceQueue = new ReferenceQueue<>();
// 向weakHashMap中添加数据
weakHashMap.put(new Object(), "value"); 
// 轮询引用队列
while (true) {
    Reference<?> reference = referenceQueue.poll();
    if (reference == null) {
        break;
    }
    // 从weakHashMap中移除对应的键值对
    weakHashMap.remove(reference); 
}

- **结合定时任务**：可以借助`ScheduledExecutorService`定时任务，定期检查`WeakHashMap`的大小或者缓存数据的使用情况。如果缓存数据量过大或者某些数据长时间未被使用，可以主动触发垃圾回收机制（虽然Java中不能强制垃圾回收，但`System.gc()`调用会建议JVM进行垃圾回收），促使`WeakHashMap`中的弱引用对象被回收，同时清理无效键值对。例如：

ScheduledExecutorService executorService = Executors.newScheduledThreadPool(1);
executorService.scheduleAtFixedRate(() -> {
    if (weakHashMap.size() > threshold) {
        System.gc();
        // 清理引用队列
        while (true) {
            Reference<?> reference = referenceQueue.poll();
            if (reference == null) {
                break;
            }
            weakHashMap.remove(reference); 
        }
    }
}, 0, 1, TimeUnit.MINUTES);

平衡内存释放与数据可用性
- 引入强引用缓存层：在WeakHashMap外层，增加一层强引用的缓存层。对于经常访问的数据，将其从WeakHashMap中取出后，放入强引用缓存层中。这样可以避免频繁从WeakHashMap中获取数据时，由于数据已被回收而导致的性能开销。例如，使用ConcurrentHashMap作为强引用缓存层：

ConcurrentHashMap<Object, Object> strongCache = new ConcurrentHashMap<>();
Object key = new Object();
Object value = weakHashMap.get(key);
if (value != null) {
    strongCache.put(key, value);
}

- **数据预加载与刷新**：对于一些关键且不经常变化的数据，可以提前加载到`WeakHashMap`中，并定期刷新这些数据。这样在需要使用这些数据时，能够提高数据的可用性，减少因数据被回收而重新加载的性能开销。例如，通过`Timer`定时任务来刷新缓存数据：

Timer timer = new Timer();
timer.schedule(new TimerTask() {
    @Override
    public void run() {
        // 重新加载或更新WeakHashMap中的关键数据
        Object key = new Object();
        Object newValue = loadDataFromSource();
        weakHashMap.put(key, newValue);
    }
}, 0, 60 * 1000); // 每60秒刷新一次

- **监控与动态调整**：通过监控系统实时监测`WeakHashMap`的内存占用、数据命中率等指标。根据这些指标动态调整缓存策略，例如调整强引用缓存层的大小、定时任务的执行频率等，以达到内存释放与数据可用性之间的最佳平衡。

星途面试题库

面试题：Java WeakHashMap在复杂应用场景下的内存优化策略

知识考点

面试题答案