多级缓存架构开发 二 ( 使用Caffeine作为一级缓存 )

本文详述了如何在项目中引入并使用Caffeine缓存库,包括配置Maven依赖、创建缓存实现类及调整缓存策略。通过具体代码示例,展示了如何根据配置参数构建缓存对象,并提供了获取、加载、存储、删除缓存数据的方法。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

1.导入caffeine的jar包

     在父模块的pom文件中添加

    <dependencyManagement>
        <dependencies>

            <dependency>
                <groupId>com.github.ben-manes.caffeine</groupId>
                <artifactId>caffeine</artifactId>
                <version>${caffeine.version}</version>
            </dependency>

        </dependencies>
    </dependencyManagement>

  在子模块的pom文件中添加

    <dependencies>

        <dependency>
            <groupId>com.github.ben-manes.caffeine</groupId>
            <artifactId>caffeine</artifactId>
        </dependency>

    </dependencies>

2.开发一级缓存具体的实现类

package org.github.roger.cache.caffeine;

import com.alibaba.fastjson.JSON;
import com.github.benmanes.caffeine.cache.Cache;
import com.github.benmanes.caffeine.cache.Caffeine;
import com.github.benmanes.caffeine.cache.LoadingCache;
import lombok.extern.slf4j.Slf4j;
import org.github.roger.cache.AbstractValueAdaptingCache;
import org.github.roger.enumeration.ExpireMode;
import org.github.roger.settings.FirstCacheSetting;
import org.github.roger.support.NullValue;

import java.util.concurrent.Callable;

@Slf4j
public class CaffeineCache extends AbstractValueAdaptingCache {

    /** caffeine 缓存对象 */
    private Cache<Object,Object> cache;


    /**
     * 使用name和{@link FirstCacheSetting}创建一个 {@link CaffeineCache} 实例
     *
     * @param name              缓存名称
     * @param firstCacheSetting 一级缓存配置 {@link FirstCacheSetting}
     */
    public CaffeineCache(String name, FirstCacheSetting firstCacheSetting) {
        super( name);
        this.cache = getCache(firstCacheSetting);
    }

    /**
     *  构建一个caffeine缓存对象,用于存储一级缓存
     * @param firstCacheSetting 一级缓存配置
     * @return  一级缓存对象
     */
    private Cache<Object,Object> getCache(FirstCacheSetting firstCacheSetting) {
        //根据一级缓存设置,构建caffeine缓存对象
        Caffeine<Object,Object> cacheBuilder = Caffeine.newBuilder();
        cacheBuilder.initialCapacity(firstCacheSetting.getInitialCapacity());
        cacheBuilder.maximumSize(firstCacheSetting.getMaximumSize());
        if(ExpireMode.WRITE.equals(firstCacheSetting.getExpireMode())){
            cacheBuilder.expireAfterWrite(firstCacheSetting.getExpireTime(),firstCacheSetting.getTimeUnit());
        }
        if(ExpireMode.ACCESS.equals(firstCacheSetting.getExpireMode())){
            cacheBuilder.expireAfterAccess(firstCacheSetting.getExpireTime(),firstCacheSetting.getTimeUnit());
        }
        return cacheBuilder.build();
    }


    public boolean isAllowNullValues() {
        return false;
    }

    public Object getRealCache() {
        return this.cache;
    }

    public Object get(Object key) {
        log.debug("caffeine缓存 key={} 获取缓存", JSON.toJSONString(key));

        if (this.cache instanceof LoadingCache) {
            return ((LoadingCache<Object, Object>) this.cache).get(key);
        }

        return cache.getIfPresent(key);
    }

    public <T> T get(Object key, Callable<T> valueLoader) {
        log.debug("caffeine缓存 key={} 获取缓存, 如果没有命中就走库加载缓存", JSON.toJSONString(key));
       // 获取key对应的缓存值,如果没有,就使用valuLoader 获取值,类似设置一个默认值
        Object result = this.cache.get(key, (k) -> loaderValue(key, valueLoader));
        // 如果不允许存NULL值 直接删除NULL值缓存
        boolean isEvict = !isAllowNullValues() && (result == null || result instanceof NullValue);
        if (isEvict) {
            evict(key);
        }
        return (T) fromStoreValue(result);
    }

    /**
     * 加载数据
     */
    private <T> Object loaderValue(Object key, Callable<T> valueLoader) {
        try {
            T t = valueLoader.call();
            log.debug("caffeine缓存 key={} 从库加载缓存", JSON.toJSONString(key), JSON.toJSONString(t));

            return toStoreValue(t);
        } catch (Exception e) {
            throw new LoaderCacheValueException(key, e);
        }
    }

    public void put(Object key, Object value) {
        // 允许存NULL值
        if (isAllowNullValues()) {
            log.debug("caffeine缓存 key={} put缓存,缓存值:{}", JSON.toJSONString(key), JSON.toJSONString(value));
            this.cache.put(key, toStoreValue(value));
            return;
        }

        // 不允许存NULL值
        if (value != null && !(value instanceof NullValue)) {
            log.debug("caffeine缓存 key={} put缓存,缓存值:{}", JSON.toJSONString(key), JSON.toJSONString(value));
            this.cache.put(key, toStoreValue(value));
        }
        log.debug("缓存值为NULL并且不允许存NULL值,不缓存数据");
    }

    public Object putIfAbsent(Object key, Object value) {
        log.debug("caffeine缓存 key={} putIfAbsent 缓存,缓存值:{}", JSON.toJSONString(key), JSON.toJSONString(value));
        boolean flag = !isAllowNullValues() && (value == null || value instanceof NullValue);
        if (flag) {
            return null;
        }
        Object result = this.cache.get(key, k -> toStoreValue(value));
        return fromStoreValue(result);
    }

    public void evict(Object key) {
        log.debug("caffeine缓存 key={} 清除缓存", JSON.toJSONString(key));
        this.cache.invalidate(key);
    }

    public void clear() {
        log.debug("caffeine缓存 key={} 清空缓存");
        this.cache.invalidateAll();
    }
}

 

### Caffeine 多级缓存的实现与优化 Caffeine 是一种高性能、轻量级的本地缓存库,适用于 Java 应用程序中的数据存储需求[^1]。当涉及到多级缓存架构时,通常会结合分布式缓存(如 Redis)和本地缓存(如 Caffeine)。这种设计能够显著减少远程调用延迟并提高系统的整体性能。 #### 一、多级缓存的设计原理 多级缓存的核心思想是在内存中维护多个层次的数据副本,从而降低对较慢存储介质(如数据库或分布式缓存)的访问频率。具体来说: - **第一层缓存**:通常是进程内的高速缓存,例如 Caffeine 或 GuavaCache。这类缓存的特点是没有网络开销且速度极快。 - **第缓存**:一般是分布式的共享缓存,比如 Redis 或 Memcached。它们适合处理跨服务实例之间的数据一致性问题。 通过这种方式,应用程序可以在最短时间内获取所需数据的同时保持较高的可用性和可靠性[^2]。 #### Caffeine 的配置与集成 以下是使用 Spring Boot 集成 Caffeine 并构建两级缓存的一个简单示例: ```java import com.github.benmanes.caffeine.cache.Cache; import org.springframework.cache.annotation.Cacheable; import org.springframework.context.annotation.Bean; import org.springframework.stereotype.Service; @Service public class CacheService { @Bean public Cache<String, Object> caffeineCache() { return com.github.benmanes.caffeine.cache.Caffeine.newBuilder() .maximumSize(100) // 设置最大容量为100条记录 .expireAfterWrite(5, TimeUnit.MINUTES) // 数据过期时间为5分钟 .build(); } @Cacheable(value = "local", cacheManager = "caffeineCacheManager") public String getDataFromLocal(String key) { System.out.println("Fetching data from local cache..."); return (String) caffeineCache().getIfPresent(key); } } ``` 上述代码片段展示了如何创建一个基本的 Caffeine 缓存实例,并将其作为一级缓存来管理热数据[^3]。 #### 三、多级缓存的最佳实践 为了更好地利用 Caffeine 和其他类型的缓存技术组合形成高效稳定的解决方案,请遵循以下建议: 1. **合理分配各级缓存的角色** - 将频繁使用的热点数据放入 L1(即 Caffeine),而较少请求或者较大的对象则可以考虑放到 L2(Redis)上。 2. **设置合适的淘汰策略** - 对于 Caffeine 来说,默认提供了多种驱逐算法供开发者选择,包括但不限于 `LRU` (Least Recently Used)、`LFU` (Least Frequently Used)以及时间戳驱动的方式等。这些机制可以帮助我们自动清理掉那些不再活跃或者是占用过多资源的对象。 3. **同步更新逻辑** - 当修改某个实体的状态之后,记得及时刷新所有的关联缓存位置,防止出现脏读现象。可以通过监听器模式或者其他异步通知手段完成这项工作。 4. **监控与调试工具的支持** - 使用专业的 APM(Application Performance Management) 工具定期审查整个链路的表现情况,找出瓶颈所在之处加以改进。 #### 四、总结 综上所述,采用 Caffeine 构建多层次缓存体系不仅可以极大地改善用户体验还能有效缓解后台服务器的压力。不过需要注意的是,在实际部署过程中还需要充分考虑到业务场景特点以及其他外部因素的影响,这样才能真正发挥出该方案的优势。 ---
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值