缓存框架Guava Cache、Caffeine、Ehcache性能对比

常用应用缓存技术性能对比

指标	ConcurrentHashMap	Ehcache	Guava Cache	Caffeine
读写	很好，分段锁方式	好	好，需要做淘汰处理	很好
淘汰算法	没有	支持多种：LRU、LFU、FIFO	一般，LRU	很好，W-TinyLFU
功能	简单	很丰富	很丰富，支持刷新和虚引用	和Guava Cache类似
持久化	不支持	支持	不支持	不支持
集群	不支持	支持	不支持	不支持

常用分布式缓存性能对比

指标	Memcached	Redis	Tair
数据结构	仅支持简单key-value	String、Hash、List、Set、Sorted Set	String、HashMap、List、Set
持久化	不支持	支持	支持
容量	纯内存不适合过多数据	全内存，需要考虑资源成本	可以配置全内存、内存+磁盘
读写	很高	很高（≈RT0.5ms）	String类型比较高（≈RT1ms），复杂类型比较慢（≈RT5ms）
策略	过期后不删除缓存	6种策略处理过期数据	支持

Redis 6种处理过期数据的策略

• 惰性删除：当客户端请求某个key时，Redis会检查key是否过期，如果过期则删除。
• 定时删除：Redis每隔一段时间对数据库进行扫描，删除过期的key。
• 惰性+定时删除：结合前两种方式。
• 内存淘汰：当内存不足以容纳新的数据时，Redis会根据一定的淘汰策略来删除一些key。
• 立即删除：在设置key的过期时间时直接删除。
• 事件触发：当发生过期事件时，删除对应的key。

Tair处理过期数据的策略

• 定时淘汰（Timed Eviction）：Tair可以根据设定的时间参数，在指定的时间点对缓存中的数据进行淘汰。这种策略适用于需要按照时间计划清除过期的数据的场景。
• 容量淘汰（Capacity Eviction）：当缓存达到设定的容量上限时，Tair可以根据配置的淘汰规则（如最近最少使用（LRU）、最近最不经常使用（LFU）等）来淘汰数据。这种策略有助于控制缓存的大小，避免内存资源的浪费。
• 数据过期（Data Expiration）：Tair可以为存储在缓存中的每个数据设置一个过期时间（TTL）。当数据过期时，Tair会自动将其从缓存中删除。这种策略适用于需要保证数据新鲜度的场景。
• 手动删除（Manual Eviction）：管理员可以手动删除缓存中的特定数据。这种策略提供了最大的灵活性，但需要管理员干预。
• 后台清洗（Background Cleanup）：Tair可以在后台定期执行数据清洗任务，清理过期或无效的数据。这种策略可以在不影响缓存性能的情况下，保持缓存的数据质量。
• 读写策略（Read/Write Strategy）：Tair可以根据数据的读写频率和命中率来调整淘汰策略，优先淘汰访问频率低的数据，以提高缓存的命中率。
• 实时更新（Real-time Update）：Tair支持实时更新缓存数据，当数据在源系统中更新时，缓存中的数据可以立即刷新，以确保缓存数据的准确性。