构建以caffeine为L1，Redis为L2的多级缓存_caffine 和 redis-优快云博客

在这里插入图片描述

🏃‍♂️ 微信公众号: 朕在debugger

© 版权: 本文由【朕在debugger】原创、需要转载请联系博主

📕 如果文章对您有所帮助，欢迎关注、点赞、转发和订阅专栏！

前言
S（Situation）：业务代码与缓存逻辑交织在一起，耦合度太高，后期维护人员无法快速接手。

T（Task）：预期实现业务代码与缓存逻辑解耦，使得业务人员可以专注于业务代码编写，在此基础上仍要保障数据一致性。
A（Action）：利用 Spring Cache + Redis，接管Spring 的 CacheManager。
R（Result）：实现业务代码与缓存逻辑解耦，业务人员仅用注解即可完成对目标对象的缓存实现。

文章目录

一、业务代码与缓存逻辑紧密相连
二、多级缓存执行逻辑
三、如何利用 Spring Cache + Redis，接管 Spring 的 CacheManager
四、核心代码
- 自定义 CacheManager 多级缓存实现
- 多级缓存查询实现
五、实战
六、总结

Tips：
读者可参考项目代码，构建自己的一个 stater，因文中引入作者私有maven仓库，故此 demo 打包会出现 error，找不到对应依赖，但这不影响读者理解本文思想。

一、业务代码与缓存逻辑紧密相连

先来看一段类似场景的代码

public Product getProductById(int productId) {
   
        Product product = null;
        // 先尝试从缓存中获取商品信息
        String cachedProduct = getFromCache(productId);
        if (cachedProduct != null) {
   
            // 如果缓存命中，直接从缓存中获取商品对象
            product = deserializeProduct(cachedProduct);
            System.out.println("Fetched product " + productId + " from cache.");
        } else {
   
            // 如果缓存中没有，则从数据库中获取商品信息
            product = fetchProductFromDatabase(productId);
            if (product != null) {
   
                // 将获取到的商品信息存入缓存，有效期设置为1小时
                putInCache(productId, serializeProduct(product));
                System.out.println("Cached product " + productId + " in cache.");
            }
        }
        return product;
    }

怎么样？是不是感觉也没什么大不了的？上面只是一个举例，真实情况业务复杂多了…

如果优化成下面这样子，是不是瞬间心情大好？

@Cacheable(value = "product",key = "#productId")
public Product getProductById(int productId) {
   
        Product product = fetchProductFromDatabase(productId);
        return product;
    }