HashMap可作轻量级本地缓存底层，但需用computeIfAbsent避免竞态；高并发须换ConcurrentHashMap；适用短期、key可控、无过期需求场景；LRU可用LinkedHashMap定制。

HashMap 本身不带缓存机制，但它能作为轻量级本地缓存的底层容器——关键在于如何用对方法、避开线程安全和竞态问题。

用 computeIfAbsent 避免重复计算

这是最直接有效的方式，尤其适合单线程或低并发场景。它把“查缓存”和“没命中时计算并存入”合并成一步，天然防止重复执行耗时逻辑。

• 写法示例：cache.computeIfAbsent(key, k -> expensiveCalculation(k))
• 如果用传统方式先 get() 再判断是否为 null，再手动 put()，中间存在竞态窗口：两个线程可能同时发现 key 不存在，都去执行 expensiveCalculation，造成资源浪费甚至状态错乱
• 注意：computeIfAbsent 要求 mappingFunction 不能为 null，且内部不应依赖外部可变对象（比如非 final 的 StringBuilder 或共享计数器）

高并发下必须换 ConcurrentHashMap

HashMap 是线程不安全的。多线程共用一个 HashMap 缓存，即使加了 synchronized 方法锁，也会严重串行化，吞吐反而下降。

Java 接口排错助手

在调试 Java 后端 API 故障时使用此技能，尤其适用于以下任务：分析日志、跨 Controller、Service 和 Mapper 层追踪请求、定位异常根因、检查 SQL 执行或参数流转，以及生成简洁的诊断结论与修复方案。

下载

• 推荐直接使用 ConcurrentHashMap，它对不同桶加锁，支持更高并发度
• 仍优先用 computeIfAbsent，它的原子性在 ConcurrentHashMap 中由 synchronized + CAS 保障，比手写双重检查更可靠
• 避免用 Collections.synchronizedMap 包装 HashMap —— 它只是给整个 map 加一把全局锁，性能瓶颈明显

注意缓存的适用边界

HashMap / ConcurrentHashMap 做缓存，只适合特定类型的数据：

• 短期存在：比如类元信息、配置项、模板解析结果，生命周期与应用一致
• key 空间可控：不会无限增长，否则内存持续上涨
• 无需自动过期或淘汰：它不提供 TTL、LRU、LFU 等能力；需要这些功能得上 Caffeine、Guava Cache 或 Redis
• value 构建开销确实大：比如远程调用、JSON 反序列化、复杂对象组装；如果只是简单算术，缓存收益远小于哈希计算成本

简单 LRU 缓存可用 LinkedHashMap

如果需要按访问顺序淘汰老数据（比如保留最近 100 个查询结果），可以基于 LinkedHashMap 自定义：

• 构造时传入 true 启用 accessOrder 模式：new LinkedHashMap(16, 0.75f, true)
• 重写 removeEldestEntry 方法，当 size() 超过阈值就返回 true，触发自动删除最老项
• 注意：它仍是线程不安全的，高并发需配合 synchronized 或封装在无锁结构中

Java免费学习笔记：立即使用
解锁 Java 大师之旅：从入门到精通的终极指南