如何在用户闲置一定时间后清除HashMap中的对话记录

核心思路 #

• 跟踪每个用户的最后活跃时间，通过时间差判断是否闲置
• 用定时任务定期扫描并清理超时用户的对话记录
• 使用线程安全的集合类，避免并发操作问题

具体实现步骤 #

1. 新增活跃时间跟踪与线程安全集合 #

替换原有HashMap为线程安全的ConcurrentHashMap，同时新增记录用户最后活跃时间的Map：

private static OpenAiService service;
// 改用ConcurrentHashMap保证多线程环境下的安全操作
private static Map<String, List<ChatMessage>> conversations = new ConcurrentHashMap<>();
// 记录每个用户最后活跃的时间戳（毫秒）
private static Map<String, Long> userLastActive = new ConcurrentHashMap<>();
// 闲置超时阈值：2分钟=120000毫秒
private static final long IDLE_TIMEOUT = 120000L;
// 定时清理任务执行间隔：30秒检查一次
private static final long CLEANUP_INTERVAL = 30000L;

2. 更新用户活跃时间 #

在用户每次发起对话请求时，更新其最后活跃时间：

public static String generateChatResponse(User user, String prompt) {
    String userId = user.getId();
    // 更新当前用户的最后活跃时间
    userLastActive.put(userId, System.currentTimeMillis());
    
    List<ChatMessage> conversation;
    if (conversations.containsKey(userId)) {
        conversation = conversations.get(userId);
    } else {
        conversation = new ArrayList<>();
    }
    
    // 原有的对话构建、OpenAI请求、回复处理逻辑保持不变...
    
    conversations.put(userId, conversation);
    return response;
}

3. 启动定时清理任务 #

在初始化OpenAI服务时，启动定时任务定期清理闲置用户：

public static void initializeOpenAi() {
    service = new OpenAiService(Settings.OPENAI_ACCESS_KEY);
    
    // 启动单线程定时任务
    ScheduledExecutorService scheduler = Executors.newSingleThreadScheduledExecutor();
    scheduler.scheduleAtFixedRate(() -> {
        long currentTime = System.currentTimeMillis();
        // 筛选出超时的用户ID
        List<String> idleUserIds = userLastActive.entrySet().stream()
                .filter(entry -> currentTime - entry.getValue() > IDLE_TIMEOUT)
                .map(Map.Entry::getKey)
                .collect(Collectors.toList());
        
        // 清理闲置用户的对话记录和活跃时间记录
        for (String userId : idleUserIds) {
            conversations.remove(userId);
            userLastActive.remove(userId);
            System.out.println("已清理闲置用户[" + userId + "]的对话记录");
        }
    }, 0, CLEANUP_INTERVAL, TimeUnit.MILLISECONDS);
}

4. 可选优化 #

• 如果是Web应用，可在用户连接断开时（如WebSocket的onClose事件）主动清理该用户的记录，减少等待时间
• 根据业务场景调整IDLE_TIMEOUT和CLEANUP_INTERVAL的数值，平衡清理精度与性能开销

内容的提问来源于stack exchange，提问作者Dylan Wedman