是Vzn呀

本篇文章的内容中，我们对缓存的各个方面进行了一个简单的阐述与了解，也可以看出缓存对于一个软件系统的重要价值。通过对缓存的合理、充分利用，可以大大的增强我们的系统承压性能、提升产品的用户体验。缓存作为高并发系统中的神兵利器被广泛使用，堪称高并发系统的基石之一。而缓存的内容还远远不止我们本篇文档中所介绍的这些、它是一个非常宏大的命题。为了能够将缓存的方方面面彻底的讲透、讲全，在接下来的一段时间里，我会以系列专栏的形式，从不同的角度对缓存的方方面面进行探讨。

在分布式系统盛行的今天，缓存充当着扛压屏障的作用，一旦缓存出现问题，对系统影响也是致命的。本文我们一起聊聊如何安全且可靠的使用缓存，聊聊缓存击穿、缓存雪崩、缓存穿透以及数据一致性、热点数据淘汰机制等。

本篇我们一起探讨下项目中本地缓存的各种使用场景与应对实现策略，也通过本篇介绍的几个本地缓存的实现策略与关键特性的支持，体会到本地缓存使用与构建的关注要点。

作为缓存系列专栏的第四篇文章，我们将在上一篇的基础之上进行升华，一起思考如何构建一个完整且通用的本地缓存框架，并在过程中体会缓存实现的关键点与架构设计的思路。

业界各大厂商或开源团队都会构建并提供一些缓存框架组件提供给开发者按需选择，这里就会涉及到一个标准规范的遵循问题，本文我们一起聊聊JCache API规范与SpringCache规范。

作为缓存系列专栏内容，秉持着不重复造轮子的理念，本篇文章中我们就开始深入剖析JAVA本地缓存的优秀轮子 —— 来自Google家族的Guava Cache。聊一聊其实现机制、看一看如何使用。

对于缓存容器而言，容量限制与数据淘汰是两个基础且核心的关键点，也是实际使用的时候使用频率最高的特性。本篇在上一文基础上深入解读下Guava Cache中的容量限制与数据淘汰策略的实现与使用约束。

本篇文章我们将进一步探讨下Guava Cache 实现层面的一些逻辑与设计策略，让我们可以对Guava Cache整体有个更加明朗的认识，促进实际使用中对其的理解。

大家好，又见面了。在前面的几篇文章中，我们一起聊了下本地缓存的动手实现、本地缓存相关的规范等，也聊了下Google的Guava Cache的相关原理与使用方式。比较心急的小伙伴已经坐不住了，提到本地缓存，怎么能不提一下“地上最强”的呢？能被小伙伴称之为“地上最强”，可见Caffeine的魅力之大！的确，提到JAVA中的本地缓存框架，是怎么也没法轻视的重磅嘉宾。前面几篇文章中，我们一起探索了JVM级别的优秀缓存框架Guava Cache，而相比之下，Caffeine可谓是站在巨人肩膀上，在很多方面做了深度的优

大家好，又见面了。本文是笔者作为掘金技术社区签约作者的身份输出的缓存专栏系列内容，将会通过系列专题，讲清楚缓存的方方面面。如果感兴趣，欢迎关注以获取后续更新。上一篇文章中，我们继之后，又认识了青出于蓝的。作为一种对外提供黑盒缓存能力的专门组件，Caffeine基于模式进行构建。也即对外提供数据查询接口，会优先在缓存中进行查询，若命中缓存则返回结果，未命中则尝试去真正的源端（如：数据库）去获取数据并回填到缓存中，返回给调用方。与Guava Cache相似，Caffeine的Callable方式。

大家好，又见面了。本文是笔者作为掘金技术社区签约作者的身份输出的缓存专栏系列内容，将会通过系列专题，讲清楚缓存的方方面面。如果感兴趣，欢迎关注以获取后续更新。上一篇文章中，我们聊了下的同步、异步的数据回源方式。本篇文章我们再一起研讨下Caffeine的多种不同的数据，以及对应的实际使用。

前面几篇文章中我们详细的介绍与探讨了与Caffeine的实现、特性与使用方式。提到JAVA本地缓存框架，还有一个同样无法被忽视的强大存在 ——！它最初是由Greg Luck于2003年开始开发，截止目前，Ehcache已经演进到了3.10.0版本，各方面的能力已经构建的非常完善。上也毫不谦虚的描述自己是“

上一篇文档中，介绍了Ehcache所具有的核心优秀特性，如数据持久化、多级缓存、集群能力等等。所谓纸上得来终觉浅、绝知此事要躬行，接下来我们就一起动手实践下，在项目中集成Ehcache并体验Ehcache的各种常见用法。

上一篇文章中，我们知晓了如何在项目中通过不同的方式来并在业务逻辑中进行使用。作为JAVA本地缓存框架综合实力天花板级别的Ehcache，除了在本地缓存方面具有强悍的实力外，还具有一个其它对手所不具备的特色功能，即Ehcache提供了对于的支持，这也使得Ehcache不仅仅是个本地单机缓存，更是一个分布式缓存。分布式缓存的意义是什么？

在前面的文章中，我们一起领略了Guava Cache、Caffeine、Ehcache等优秀的本地JVM级别本地缓存框架的特性、原理与具体的使用方法。除却本地缓存之外，在当前分布式、微服务等架构盛行的时代，明显无法满足大型系统中的各种缓存诉求，比如前面文章中反复提及的问题、以及单机缓存无法逾越的瓶颈。作为应对之法，

上一篇文章中呢，我们简单的介绍了下Redis的整体情况。作为集中式缓存的优秀代表，Redis可以帮助我们在项目中完成很多特定的功能。Redis准确的说是一个，但是由于其超高的并发处理性能，及其对于缓存场景所提供的一系列能力构建，使其成为了分布式系统中的集中缓存的绝佳选择。Redis对于缓存能力场景的支持，除了基础的缓存增删改查。

在前两篇文章中，我们介绍了Redis的一些主流特性与典型使用场景。现在我们来对比一下，分布式缓存相比于本地缓存，在实现层面需要关注的点有哪些不同。致命性从上述几个维度的对比可以发现，同样是缓存，但所承担的使命是完全不一样的，业务对集中式缓存的存储容量可靠性。

通过前面的文章，我们一起剖析了CaffeineEhcache等框架的原理与使用场景，也一同领略了以Redis为代表的在分布式高并发场景下无可替代的价值。现在的很多大型高并发系统都是采用的分布式部署方式，而作为高并发系统的基石，缓存是不可或缺的重要环节。