Redis+Caffeine多级缓存架构代码实战

  1. 构建本地Caffeine缓存
 private final Cache<String, String> LOCAL_CACHE = Caffeine.newBuilder()
            .initialCapacity(1024)
            .maximumSize(10_000L) // 最大 10000 条
            // 缓存 5 分钟后移除
            .expireAfterWrite(Duration.ofMinutes(5))
            .build();

Caffeine 简介

Caffeine 是一个高性能、轻量级的本地缓存库,主要用于 Java 应用中,用来替代像 Guava Cache 更高效的实现。下面是对 Caffeine 及其用法的快速概述:

  1. 基本概念

    • Caffeine 通过构建器模式(Caffeine.newBuilder())来创建缓存实例。
    • 支持多种缓存失效策略,比如大小限制、自动过期、弱/软引用等。
  2. 常用配置参数

    • initialCapacity(int capacity):设置缓存容器的初始容量,优化内存分配。
    • maximumSize(long size):限定缓存中条目的最大数量。当缓存达到这个上限时,会根据使用频率(LRU-like 策略)将部分条目驱逐。
    • expireAfterWrite(Duration duration):设置一个条目在写入缓存后多长时间失效,比如上面例子中设置了 5 分钟后自动移除。
    • 另外还有 expireAfterAccess(Duration duration)(根据访问时间失效)、refreshAfterWrite(Duration duration)(定时刷新)、以及基于引用的弱引用和软引用策略等,可以根据需求配置。
  3. 使用示例
    在代码片段中,构建了一个字符串键值的缓存实例,设置了初始容量为 1024 条、最大存储条数为 10,000 条,并且在写入后 5 分钟会自动过期:
    使用时,只需要调用 LOCAL_CACHE.get(key, mappingFunction) 来获得缓存中的数据(如果数据不存在,可以通过 mappingFunction 计算后添加到缓存中),或是使用 put(key, value) 手动存放数据。

    例如:

     // 存数据
     LOCAL_CACHE.put("user:1", "Alice");
     
     // 取数据
     String value = LOCAL_CACHE.getIfPresent("user:1");
  1. 高级功能

    • LoadingCache:如果你希望缓存在缺失某个 key 时自动加载数据,可以使用 Caffeine.build(CacheLoader) 来构建一个 LoadingCache。
    • 监听器:Caffeine 还支持在缓存条目被移除时触发特定的回调(removalListener)。
    • 异步缓存:可以用到 Caffeine 的 AsyncCache,解决异步加载场景。
  2. 性能优势

    • Caffeine 采用了各种高效的策略进行缓存存储和驱逐,能够在并发场景下保持高效性和低延时。
    • 其设计使得 GC 开销较低,并支持自定义缓存策略,能满足多种业务需求。

                
构建基于 CaffeineRedis多级缓存架构,通常是为了在高并发场景下提升系统性能与响应速度。这种架构结合了本地缓存Caffeine)的低延迟优势与分布式缓存Redis)的共享能力和持久化支持。 ### 多级缓存架构设计方案概述 #### 1. 架构层级划分 - **L1 缓存本地缓存)**:使用 Caffeine 实现,部署在应用层内部,提供极低的访问延迟。 - **L2 缓存(分布式缓存)**:使用 Redis 实现,用于跨节点数据共享,并具备较高的容量和持久化能力。 #### 2. 数据流向设计 当一个请求到来时,流程如下: 1. 首先查询本地缓存Caffeine),如果命中则直接返回结果; 2. 如果未命中,则查询 Redis 缓存; 3. 若 Redis 中也未命中,则穿透到数据库加载数据; 4. 加载完成后将数据写入 RedisCaffeine,供下次访问使用。 #### 3. 缓存更新策略 - **自动刷新(refreshAfterWrite)**:Caffeine 支持基于写入时间的刷新机制,例如每5分钟刷新一次,确保本地缓存不会长期过期[^1]。 - **主动失效**:当数据发生变更时,通过消息队列或 Redis Pub/Sub 通知所有节点清除本地缓存,从而保证一致性[^2]。 #### 4. 客户端缓存模式 Redis 本身也支持客户端缓存(Client-Side Caching)机制,允许客户端维护一份缓存副本,进一步减少网络请求开销,适用于读密集型场景[^3]。 --- ### 示例图结构描述 由于目前无法直接绘制图形,以下是该架构的文字示意图说明: ``` +---------------------+ | Application | | | | +---------------+ | | | Caffeine |<--+--- Read/Write | | (Local Cache) | | | +---------------+ | | | | | v | | +---------------+ | | | Redis |<--+--- Load from DB / Notify Update | | (Distributed) | | | +---------------+ | | | | | v | | +---------------+ | | | Database |<--+--- Data Source | +---------------+ | +---------------------+ ``` - 应用程序首先访问 Caffeine 缓存; - 未命中时访问 Redis; - Redis 未命中时访问数据库; - 更新操作通过 Redis 发布事件,通知其他节点更新本地缓存。 --- ### 示例代码Caffeine + Redis 多级缓存实现片段 以下是一个简单的 Java 示例,展示如何整合 CaffeineRedis 进行缓存加载: ```java import com.github.benmanes.caffeine.cache.Cache; import com.github.benmanes.caffeine.cache.Caffeine; import redis.clients.jedis.Jedis; import java.util.concurrent.TimeUnit; public class MultiLevelCache { private final Jedis jedis; private final Cache<String, String> caffeineCache; public MultiLevelCache() { this.jedis = new Jedis("localhost"); this.caffeineCache = Caffeine.newBuilder() .refreshAfterWrite(5, TimeUnit.MINUTES) .build(this::loadFromRedisOrDb); } private String loadFromRedisOrDb(String key) { String value = jedis.get(key); if (value == null) { // 模拟从数据库加载 value = "default_value_for_" + key; jedis.setex(key, 60, value); // 写回 Redis } return value; } public String get(String key) { return caffeineCache.getIfPresent(key); } public void put(String key, String value) { jedis.setex(key, 60, value); caffeineCache.put(key, value); } public static void main(String[] args) { MultiLevelCache cache = new MultiLevelCache(); System.out.println(cache.get("test_key")); // 可能触发加载 } } ``` --- ###
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