多级缓存架构(二)Caffeine进程缓存

原创

已于 2024-01-12 19:51:35 修改 · 754 阅读

7 ·

CC 4.0 BY-SA版权

文章标签：

#缓存 #架构 #docker #mysql

于 2024-01-12 17:41:52 首次发布

文章目录

一、引入依赖
二、实现进程缓存
- - 1. 配置Config类
  - 2. 修改controller
三、运行
四、测试

通过本文章，可以完成多级缓存架构中的进程缓存。
在这里插入图片描述

一、引入依赖

在item-service中引入caffeine依赖

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

二、实现进程缓存

这是Caffeine官方文档地址

1. 配置Config类

创建config.CaffeineConfig类

@Configuration
public class CaffeineConfig {
   
   
    @Bean
    public Cache<Long, Item> itemCache()

最低0.47元/天解锁文章

200万优质内容无限畅学

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

木子dn

关注关注

11
点赞
踩
7

收藏

觉得还不错? 一键收藏
1
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
举报

举报

专栏目录

54_ Caffeine实现多级缓存

2301_82300081的博客

01-13

543

这一小节主要给大家介绍了 Caffeine 缓存框架的相关知识及应用。Caffeine 是基于 Java 开发的高性能缓存库，在 Spring 中被广泛应用。它分为分布式缓存（如 Redis）和进程本地缓存（如 HashMap、GuavaCache），Caffeine 属于后者，具有无网络开销、速度快等优点。

构建以caffeine为L1，Redis为L2的多级缓存

CSNZのBlog

06-29

1159

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。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...

1 条评论您还未登录，请先登录后发表或查看评论

核心概念解析Caffeine 缓存模型与策略

hello.reader

11-02

1643

Caffeine 是一个高性能的 Java 缓存库，专为提高内存缓存的效率和灵活性而设计。它由 Google 的 Guava Cache 项目启发，并提供了更高的性能和更丰富的功能集。Caffeine 以其卓越的缓存命中率和内存管理能力而广受欢迎，特别适合需要对缓存进行精细控制的场景。Caffeine 使用现代化的数据结构和算法，如基于期望退化最小化的 Window TinyLFU（Windowed Tiny Least Frequently Used）策略，从而在维护高命中率的同时减少缓存污染。

实现多级缓存（Redis+Caffeine）

刘皇叔说Java的博客

01-07

2646

在高性能的服务架构设计中，缓存是一个不可或缺的环节。在实际的项目中，我们通常会将一些热点数据存储到Redis或MemCache这类缓存中间件中，只有当缓存的访问没有命中时再查询数据库。在提升访问速度的同时，也能降低数据库的压力。随着不断的发展，这一架构也产生了改进，在一些场景下可能单纯使用Redis类的远程缓存已经不够了，还需要进一步配合本地缓存使用，例如Guava cache或Caffeine，从而再次提升程序的响应速度与服务性能。

使用SpringAOP+Caffeine+Redis实现本地缓存与多级缓存

秃了也弱了

03-22

1029

*** 本地缓存// 过期时间默认10分钟 long expired() default 600;// key创建器 String keyGenerator() default "org.springframework.cache.interceptor.KeyGenerator";/*** 本地缓存// 过期时间默认10分钟 long expired() default 600;

Caffeine 源码、架构、原理（史上最全，10W字超级长文）

架构师尼恩

11-30

9830

在某段时间内某个key收到的访问次数，显著高于其他key时，我们可以将其称之为热key。例如，某redis的每秒访问总量为10000，而其中某个key的每秒访问量达到了7000，这种情况下，我们称该key为热key。

Caffeine的使用

Ostkakah的博客

09-10

1925

运行反向代理服务器也就是负责反向代理到三个nginx的nginx，该nignx也负责前端页面的跳转。该nginx的conf为下:突出位置就是该nginx需要反向代理的其他nginx的IP和端口。在资源比较有限的时候我们通常不适用上述的机构，而是用使用Caffeine进行二级缓存，在Cffeine没有查找到数据，我们才会去redis中查询数据。

【分布式】多级缓存架构，缓存预热，进程缓存，caffeine本地缓存，Lua脚本与语法，nginx+openResty+lua网管缓存，缓存同步方案Canal ，高并发压测

qq_50446805的博客

08-16

1683

Nginx能干嘛反向代理集群(携带负载均衡)静态资源服务器(动静分类)网关（多级网关）OpenResty是一个基于nginx的高性能web平台，用于更方便的搭建web服务和网关，可以是的网关更具有高并发能力、可扩展能力、动态网关能力。配合nginx，有完整的nginx能力可以基于lua进行扩展可以使用lua进行自定义的逻辑处理官网地址：https://openresty.org/cn。

基于SpringBoot多级缓存Redis与Caffeine实现.zip

最新发布

06-05

基于SpringBoot多级缓存Redis与Caffeine实现.zip

SpringBoot Caffeine多缓存配置

小小的天有大大的梦想

03-29

1856

@Configuration public class CaffeineCacheConfiguration { @Bean @ConfigurationProperties(prefix = "caffeine") public Map<String, String> cacheSpecs() { return new HashMap&lt...

spring boot+spring cache实现两级缓存(redis+caffeine)

08-27

主要介绍了spring boot+spring cache实现两级缓存(redis+caffeine)，小编觉得挺不错的，现在分享给大家，也给大家做个参考。一起跟随小编过来看看吧

本地缓存Caffeine的使用

J_bean的博客

12-28

727

本地缓存Caffeine的使用

微服务---分布式多级缓存集群实现方案(Caffeine+redis+nginx本地缓存+Canal数据同步)

爪蛙毁一生的博客

05-04

3081

多级缓存就是充分利用请求处理的每个环节，分别添加缓存，减轻Tomcat压力，提升服务性能： - 浏览器访问静态资源时，优先读取浏览器本地缓存 - 访问非静态资源（ajax查询数据）时，访问服务端 - 请求到达Nginx后，优先读取Nginx本地缓存 - 如果Nginx本地缓存未命中，则去直接查询Redis（不经过Tomcat） - 如果Redis查询未命中，则查询Tomcat - 请求进入Tomcat后，优先查询JVM进程缓存 - 如果JVM进程缓存未命中，则查询数据库

多级缓存架构实战：Caffeine+Redis

weixin_46619605的博客

03-12

574

多级缓存架构实战：Caffeine+Redis

分布式多级缓存

dark159735的博客

01-04

2740

来自itheima

SpringBoot缓存优化：Redis+Caffeine多级缓存架构设计

梵心白莲的博客

05-01

693

单一的缓存方案往往存在一定的局限性，例如Redis作为分布式缓存，虽然具有高可扩展性和持久化能力，但网络开销较大；而Caffeine作为本地缓存，读写速度极快，但不具备分布式特性。因此，采用Redis + Caffeine多级缓存架构可以充分发挥两者的优势，提高系统的响应速度和吞吐量。本文将详细介绍如何在Spring Boot应用中设计和实现Redis + Caffeine多级缓存架构。

本地缓存天花板-Caffeine

weixin_37799575的博客

12-30

4973

Caffeine是一个基于Java8开发的提供了近乎最佳命中率的高性能的缓存库。缓存和ConcurrentMap有点相似，但还是有所区别。最根本的区别是ConcurrentMap将会持有所有加入到缓存当中的元素，直到它们被从缓存当中手动移除。但是，Caffeine的缓存Cache 通常会被配置成自动驱逐缓存中元素，以限制其内存占用。在某些场景下，LoadingCache和AsyncLoadingCache 因为其自动加载缓存的能力将会变得非常实用。

Caffeine核心设计图解

qq_35040959的博客

01-11

742

Caffeine高性能细节设计

使用 Caffeine + Redis 构建多级缓存

红血哥

05-11

489

在高并发场景下，使用 Caffeine + Redis 构建多级缓存是一种高效的架构设计。Caffeine 作为本地缓存，提供快速响应和低延迟；Redis 作为远程缓存，支持数据共享和大容量存储。多级缓存相较于单级缓存（仅 Redis）具有显著优势：本地内存访问速度极快，分担 Redis 流量压力，提升并发性能，并在 Redis 故障时可通过 Caffeine 降级使用。在 Spring Boot 中，可以通过配置 Caffeine 和 Redis 实现多级缓存，核心组件包括缓存配置类、Redis 配置类

caffeine多级缓存

03-31

### 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。 - **第二层缓存**：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]。 #### 二、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。 ---