赞
踩
缓存(Cache)在代码世界中无处不在。从底层的CPU多级缓存,到客户端的页面缓存,处处都存在着缓存的身影。缓存从本质上来说,是一种空间换时间的手段,通过对数据进行一定的空间安排,使得下次进行数据访问时起到加速的效果。就Java而言,其常用的缓存解决方案有很多,例如数据库缓存框架EhCache,分布式缓存Memcached等,这些缓存方案实际上都是为了提升吞吐效率,避免持久层压力过大。
对于常见缓存类型而言,可以分为本地缓存以及分布式缓存两种,Caffeine就是一种优秀的本地缓存,而Redis可以用来做分布式缓存
Caffeine官方:https://github.com/ben-manes/caffeine
Caffeine是基于Java 1.8的高性能本地缓存库,由Guava改进而来,而且在Spring5开始的默认缓存实现就将Caffeine代替原来的Google Guava,官方说明指出,其缓存命中率已经接近最优值。实际上Caffeine这样的本地缓存和ConcurrentMap很像,即支持并发,并且支持O(1)时间复杂度的数据存取。二者的主要区别在于:
因此,一种更好的理解方式是:Cache是一种带有存储和移除策略的Map。
使用Caffeine,需要在工程中引入如下依赖
<dependency>
<groupId>com.github.ben-manes.caffeine</groupId>
<artifactId>caffeine</artifactId>
<!--https://mvnrepository.com/artifact/com.github.ben-manes.caffeine/caffeinez找最新版-->
<version>3.0.5</version>
</dependency>
最普通的一种缓存,无需指定加载方式,需要手动调用put()
进行加载。需要注意的是put()
方法对于已存在的key将进行覆盖,这点和Map的表现是一致的。在获取缓存值时,如果想要在缓存值不存在时,原子地将值写入缓存,则可以调用get(key, k -> value)
方法,该方法将避免写入竞争。调用invalidate()
方法,将手动移除缓存。
在多线程情况下,当使用get(key, k -> value)
时,如果有另一个线程同时调用本方法进行竞争,则后一线程会被阻塞,直到前一线程更新缓存完成;而若另一线程调用getIfPresent()
方法,则会立即返回null,不会被阻塞。
Cache<Object, Object> cache = Caffeine.newBuilder() //初始数量 .initialCapacity(10) //最大条数 .maximumSize(10) //expireAfterWrite和expireAfterAccess同时存在时,以expireAfterWrite为准 //最后一次写操作后经过指定时间过期 .expireAfterWrite(1, TimeUnit.SECONDS) //最后一次读或写操作后经过指定时间过期 .expireAfterAccess(1, TimeUnit.SECONDS) //监听缓存被移除 .removalListener((key, val, removalCause) -> { }) //记录命中 .recordStats() .build(); cache.put("1","张三"); //张三 System.out.println(cache.getIfPresent("1")); //存储的是默认值 System.out.println(cache.get("2",o -> "默认值"));
LoadingCache是一种自动加载的缓存。其和普通缓存不同的地方在于,当缓存不存在/缓存已过期时,若调用get()
方法,则会自动调用CacheLoader.load()
方法加载最新值。调用getAll()
方法将遍历所有的key调用get()
,除非实现了CacheLoader.loadAll()
方法。使用LoadingCache时,需要指定CacheLoader,并实现其中的load()
方法供缓存缺失时自动加载。
在多线程情况下,当两个线程同时调用get()
,则后一线程将被阻塞,直至前一线程更新缓存完成。
LoadingCache<String, String> loadingCache = Caffeine.newBuilder()
//创建缓存或者最近一次更新缓存后经过指定时间间隔,刷新缓存;refreshAfterWrite仅支持LoadingCache
.refreshAfterWrite(10, TimeUnit.SECONDS)
.expireAfterWrite(10, TimeUnit.SECONDS)
.expireAfterAccess(10, TimeUnit.SECONDS)
.maximumSize(10)
//根据key查询数据库里面的值,这里是个lamba表达式
.build(key -> new Date().toString());
AsyncCache是Cache的一个变体,其响应结果均为CompletableFuture,通过这种方式,AsyncCache对异步编程模式进行了适配。默认情况下,缓存计算使用ForkJoinPool.commonPool()
作为线程池,如果想要指定线程池,则可以覆盖并实现Caffeine.executor(Executor)
方法。synchronous()
提供了阻塞直到异步缓存生成完毕的能力,它将以Cache进行返回。
在多线程情况下,当两个线程同时调用get(key, k -> value)
,则会返回同一个CompletableFuture对象。由于返回结果本身不进行阻塞,可以根据业务设计自行选择阻塞等待或者非阻塞。
AsyncLoadingCache<String, String> asyncLoadingCache = Caffeine.newBuilder() //创建缓存或者最近一次更新缓存后经过指定时间间隔刷新缓存;仅支持LoadingCache .refreshAfterWrite(1, TimeUnit.SECONDS) .expireAfterWrite(1, TimeUnit.SECONDS) .expireAfterAccess(1, TimeUnit.SECONDS) .maximumSize(10) //根据key查询数据库里面的值 .buildAsync(key -> { Thread.sleep(1000); return new Date().toString(); }); //异步缓存返回的是CompletableFuture CompletableFuture<String> future = asyncLoadingCache.get("1"); future.thenAccept(System.out::println);
驱逐策略在创建缓存的时候进行指定。常用的有基于容量的驱逐和基于时间的驱逐。
基于容量的驱逐需要指定缓存容量的最大值,当缓存容量达到最大时,Caffeine将使用LRU策略对缓存进行淘汰;基于时间的驱逐策略如字面意思,可以设置在最后访问/写入一个缓存经过指定时间后,自动进行淘汰。
驱逐策略可以组合使用,任意驱逐策略生效后,该缓存条目即被驱逐。
Caffeine有4种缓存淘汰设置
@Slf4j public class CacheTest { /** * 缓存大小淘汰 */ @Test public void maximumSizeTest() throws InterruptedException { Cache<Integer, Integer> cache = Caffeine.newBuilder() //超过10个后会使用W-TinyLFU算法进行淘汰 .maximumSize(10) .evictionListener((key, val, removalCause) -> { log.info("淘汰缓存:key:{} val:{}", key, val); }) .build(); for (int i = 1; i < 20; i++) { cache.put(i, i); } Thread.sleep(500);//缓存淘汰是异步的 // 打印还没被淘汰的缓存 System.out.println(cache.asMap()); } /** * 权重淘汰 */ @Test public void maximumWeightTest() throws InterruptedException { Cache<Integer, Integer> cache = Caffeine.newBuilder() //限制总权重,若所有缓存的权重加起来>总权重就会淘汰权重小的缓存 .maximumWeight(100) .weigher((Weigher<Integer, Integer>) (key, value) -> key) .evictionListener((key, val, removalCause) -> { log.info("淘汰缓存:key:{} val:{}", key, val); }) .build(); //总权重其实是=所有缓存的权重加起来 int maximumWeight = 0; for (int i = 1; i < 20; i++) { cache.put(i, i); maximumWeight += i; } System.out.println("总权重=" + maximumWeight); Thread.sleep(500);//缓存淘汰是异步的 // 打印还没被淘汰的缓存 System.out.println(cache.asMap()); } /** * 访问后到期(每次访问都会重置时间,也就是说如果一直被访问就不会被淘汰) */ @Test public void expireAfterAccessTest() throws InterruptedException { Cache<Integer, Integer> cache = Caffeine.newBuilder() .expireAfterAccess(1, TimeUnit.SECONDS) //可以指定调度程序来及时删除过期缓存项,而不是等待Caffeine触发定期维护 //若不设置scheduler,则缓存会在下一次调用get的时候才会被动删除 .scheduler(Scheduler.systemScheduler()) .evictionListener((key, val, removalCause) -> { log.info("淘汰缓存:key:{} val:{}", key, val); }) .build(); cache.put(1, 2); System.out.println(cache.getIfPresent(1)); Thread.sleep(3000); System.out.println(cache.getIfPresent(1));//null } /** * 写入后到期 */ @Test public void expireAfterWriteTest() throws InterruptedException { Cache<Integer, Integer> cache = Caffeine.newBuilder() .expireAfterWrite(1, TimeUnit.SECONDS) //可以指定调度程序来及时删除过期缓存项,而不是等待Caffeine触发定期维护 //若不设置scheduler,则缓存会在下一次调用get的时候才会被动删除 .scheduler(Scheduler.systemScheduler()) .evictionListener((key, val, removalCause) -> { log.info("淘汰缓存:key:{} val:{}", key, val); }) .build(); cache.put(1, 2); Thread.sleep(3000); System.out.println(cache.getIfPresent(1));//null } }
refreshAfterWrite()
表示x秒后自动刷新缓存的策略可以配合淘汰策略使用,注意的是刷新机制只支持LoadingCache和AsyncLoadingCache
private static int NUM = 0; @Test public void refreshAfterWriteTest() throws InterruptedException { LoadingCache<Integer, Integer> cache = Caffeine.newBuilder() .refreshAfterWrite(1, TimeUnit.SECONDS) //模拟获取数据,每次获取就自增1 .build(integer -> ++NUM); //获取ID=1的值,由于缓存里还没有,所以会自动放入缓存 System.out.println(cache.get(1));// 1 // 延迟2秒后,理论上自动刷新缓存后取到的值是2 // 但其实不是,值还是1,因为refreshAfterWrite并不是设置了n秒后重新获取就会自动刷新 // 而是x秒后&&第二次调用getIfPresent的时候才会被动刷新 Thread.sleep(2000); System.out.println(cache.getIfPresent(1));// 1 //此时才会刷新缓存,而第一次拿到的还是旧值 System.out.println(cache.getIfPresent(1));// 2 }
LoadingCache<String, String> cache = Caffeine.newBuilder() //创建缓存或者最近一次更新缓存后经过指定时间间隔,刷新缓存;refreshAfterWrite仅支持LoadingCache .refreshAfterWrite(1, TimeUnit.SECONDS) .expireAfterWrite(1, TimeUnit.SECONDS) .expireAfterAccess(1, TimeUnit.SECONDS) .maximumSize(10) //开启记录缓存命中率等信息 .recordStats() //根据key查询数据库里面的值 .build(key -> { Thread.sleep(1000); return new Date().toString(); }); cache.put("1", "shawn"); cache.get("1"); /* * hitCount :命中的次数 * missCount:未命中次数 * requestCount:请求次数 * hitRate:命中率 * missRate:丢失率 * loadSuccessCount:成功加载新值的次数 * loadExceptionCount:失败加载新值的次数 * totalLoadCount:总条数 * loadExceptionRate:失败加载新值的比率 * totalLoadTime:全部加载时间 * evictionCount:丢失的条数 */ System.out.println(cache.stats());
上述一些策略在创建时都可以进行自由组合,一般情况下有两种方法
如果要使用@Cacheable
注解,需要引入相关依赖,并在任一配置类文件上添加@EnableCaching
注解
<dependency>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-starter-cache</artifactId>
</dependency>
@Cacheable
:表示该方法支持缓存。当调用被注解的方法时,如果对应的键已经存在缓存,则不再执行方法体,而从缓存中直接返回。当方法返回null时,将不进行缓存操作。@CachePut
:表示执行该方法后,其值将作为最新结果更新到缓存中,每次都会执行该方法。@CacheEvict
:表示执行该方法后,将触发缓存清除操作。@Caching
:用于组合前三个注解,例如:@Caching(cacheable = @Cacheable("CacheConstants.GET_USER"),
evict = {@CacheEvict("CacheConstants.GET_DYNAMIC",allEntries = true)}
public User find(Integer id) {
return null;
}
cacheNames/value
:缓存组件的名字,即cacheManager中缓存的名称。key
:缓存数据时使用的key。默认使用方法参数值,也可以使用SpEL表达式进行编写。keyGenerator
:和key二选一使用。cacheManager
:指定使用的缓存管理器。condition
:在方法执行开始前检查,在符合condition的情况下,进行缓存unless
:在方法执行完成后检查,在符合unless的情况下,不进行缓存sync
:是否使用同步模式。若使用同步模式,在多个线程同时对一个key进行load时,其他线程将被阻塞。sync开启或关闭,在Cache和LoadingCache中的表现是不一致的:
<dependency>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-starter-cache</artifactId>
</dependency>
<dependency>
<groupId>com.github.ben-manes.caffeine</groupId>
<artifactId>caffeine</artifactId>
</dependency>
创建缓存常量类,把公共的常量提取一层,复用,这里也可以通过配置文件加载这些数据,例如@ConfigurationProperties
和@Value
public class CacheConstants {
/**
* 默认过期时间(配置类中我使用的时间单位是秒,所以这里如 3*60 为3分钟)
*/
public static final int DEFAULT_EXPIRES = 3 * 60;
public static final int EXPIRES_5_MIN = 5 * 60;
public static final int EXPIRES_10_MIN = 10 * 60;
public static final String GET_USER = "GET:USER";
public static final String GET_DYNAMIC = "GET:DYNAMIC";
}
@Configuration @EnableCaching public class CacheConfig { /** * Caffeine配置说明: * initialCapacity=[integer]: 初始的缓存空间大小 * maximumSize=[long]: 缓存的最大条数 * maximumWeight=[long]: 缓存的最大权重 * expireAfterAccess=[duration]: 最后一次写入或访问后经过固定时间过期 * expireAfterWrite=[duration]: 最后一次写入后经过固定时间过期 * refreshAfterWrite=[duration]: 创建缓存或者最近一次更新缓存后经过固定的时间间隔,刷新缓存 * weakKeys: 打开key的弱引用 * weakValues:打开value的弱引用 * softValues:打开value的软引用 * recordStats:开发统计功能 * 注意: * expireAfterWrite和expireAfterAccess同事存在时,以expireAfterWrite为准。 * maximumSize和maximumWeight不可以同时使用 * weakValues和softValues不可以同时使用 */ @Bean public CacheManager cacheManager() { SimpleCacheManager cacheManager = new SimpleCacheManager(); List<CaffeineCache> list = new ArrayList<>(); //循环添加枚举类中自定义的缓存,可以自定义 for (CacheEnum cacheEnum : CacheEnum.values()) { list.add(new CaffeineCache(cacheEnum.getName(), Caffeine.newBuilder() .initialCapacity(50) .maximumSize(1000) .expireAfterAccess(cacheEnum.getExpires(), TimeUnit.SECONDS) .build())); } cacheManager.setCaches(list); return cacheManager; } }
这里要注意的是Cache和@Transactional一样也使用了代理,类内调用将失效
/** * value:缓存key的前缀。 * key:缓存key的后缀。 * sync:设置如果缓存过期是不是只放一个请求去请求数据库,其他请求阻塞,默认是false(根据个人需求)。 * unless:不缓存空值,这里不使用,会报错 * 查询用户信息类 * 如果需要加自定义字符串,需要用单引号 * 如果查询为null,也会被缓存 */ @Cacheable(value = CacheConstants.GET_USER,key = "'user'+#userId",sync = true) @CacheEvict public UserEntity getUserByUserId(Integer userId){ UserEntity userEntity = userMapper.findById(userId); System.out.println("查询了数据库"); return userEntity; }
参考文章
https://juejin.cn/post/6991751225125371911
Copyright © 2003-2013 www.wpsshop.cn 版权所有,并保留所有权利。