2.Spring Boot中集成Guava Cache或者Caffeine
文章目录
- 一、在Spring Boot(1.x版本)中集成Guava Cache
- 1. 添加依赖
- 2. 启用缓存支持
- 3. 配置Guava缓存管理器
- 4. 使用缓存注解
- 5. 验证缓存效果
- 高级配置
- 常见问题
- 二、Spring Boot 2.x及以上版本（推荐使用Caffeine）
- 1. **添加依赖**
- 2. **启用缓存支持**
- 3. **配置Caffeine缓存**
- **方式一：通过配置文件**
- **方式二：通过Java Config类**
- 4. **使用缓存注解**
- 5. **高级配置**
- **刷新策略（RefreshAfterWrite）**
- **统计与监控**
- 6. **验证缓存效果**
- 常见问题
- 三、Caffeine使用场景
- 1. **高并发请求缓存**
- 2. **数据库查询缓存**
- 3. **复杂计算结果缓存**
- 4. **多级缓存架构（L1缓存）**
- 5. **需要高灵活性和统计监控的场景**
- 注意事项
- 总结
- 更多用法：
一、在Spring Boot(1.x版本)中集成Guava Cache
- 注意： Spring Boot 2.x+用户：优先使用Caffeine，性能更优且维护活跃。
1. 添加依赖
在pom.xml中添加Guava依赖：
com.google.guava guava 31.0.1-jre2. 启用缓存支持
在启动类上添加@EnableCaching注解：
@SpringBootApplication @EnableCaching public class Application { public static void main(String[] args) { SpringApplication.run(Application.class, args); } }3. 配置Guava缓存管理器
创建配置类定义CacheManager Bean：
@Configuration public class CacheConfig { @Bean public CacheManager cacheManager() { GuavaCacheManager cacheManager = new GuavaCacheManager(); cacheManager.setCacheBuilder(CacheBuilder.newBuilder() .expireAfterWrite(10, TimeUnit.MINUTES) // 写入10分钟后过期 .maximumSize(100) // 最大缓存数量 .recordStats()); // 开启统计信息 return cacheManager; } }4. 使用缓存注解
在Service层使用@Cacheable、@CacheEvict等注解：
@Service public class UserService { // 缓存查询结果，key为id @Cacheable(value = "USER_CACHE", key = "#id") public User getUserById(Long id) { return userRepository.findById(id).orElse(null); } // 更新缓存 @CachePut(value = "USER_CACHE", key = "#user.id") public User updateUser(User user) { return userRepository.save(user); } // 删除缓存 @CacheEvict(value = "USER_CACHE", key = "#id") public void deleteUser(Long id) { // 删除用户逻辑 userRepository.deleteById(id); } }5. 验证缓存效果
编写测试类或调用接口验证缓存是否生效：
@SpringBootTest public class UserServiceTest { @Autowired private UserService userService; @Test public void testCache() { // 第一次调用，执行方法 User user1 = userService.getUserById("123"); // 第二次调用，从缓存获取 User user2 = userService.getUserById("123"); // 验证是否为同一对象（缓存生效） assertThat(user1).isSameAs(user2); } }高级配置
-
多缓存配置：为不同缓存设置不同策略：
@Bean public CacheManager cacheManager() { GuavaCacheManager cacheManager = new GuavaCacheManager(); cacheManager.setCacheBuilder(CacheBuilder.newBuilder() .expireAfterWrite(30, TimeUnit.MINUTES) .maximumSize(500)); cacheManager.setCacheBuilder("userCache", CacheBuilder.newBuilder() .expireAfterWrite(10, TimeUnit.MINUTES) .maximumSize(100)); return cacheManager; } -
刷新策略：使用refreshAfterWrite定时刷新（需配合LoadingCache）：
CacheBuilder.newBuilder() .refreshAfterWrite(5, TimeUnit.MINUTES) .build(CacheLoader.from(key -> loadData(key))); -
统计信息：通过recordStats()启用统计，使用cache.getStatistics()获取命中率等信息。
常见问题
-
缓存未生效：
- 确保启动类有@EnableCaching。
- 检查方法是否为public（注解在私有方法上无效）。
-
配置未应用：
- 确认CacheManager Bean正确注册。
- 检查缓存名称是否匹配@Cacheable(value = "cacheName")。
-
内存溢出：
- 合理设置maximumSize或expireAfterAccess/Write。
通过以上步骤，即可在Spring Boot中高效使用Guava Cache实现本地缓存，提升应用性能。
二、Spring Boot 2.x及以上版本（推荐使用Caffeine）
在Spring Boot 2.x及以上版本中，Caffeine作为默认的本地缓存组件，取代了Guava Cache，提供了更高的性能和更灵活的配置。
1. 添加依赖
需引入spring-boot-starter-cache和caffeine依赖：
org.springframework.boot spring-boot-starter-cache com.github.ben-manes.caffeine caffeine 3.1.82. 启用缓存支持
在启动类添加@EnableCaching注解：
（图片来源网络，侵删）@SpringBootApplication @EnableCaching public class Application { public static void main(String[] args) { SpringApplication.run(Application.class, args); } }3. 配置Caffeine缓存
方式一：通过配置文件
在application.yml中定义全局缓存参数：
spring: cache: type: caffeine caffeine: spec: maximumSize=500,expireAfterWrite=600s,initialCapacity=100 cache-names: userCache, productCache # 定义缓存名称- 常用参数：
- maximumSize：最大缓存条目数
- expireAfterWrite：写入后过期时间
- initialCapacity：初始容量。
方式二：通过Java Config类
为不同缓存设置独立策略（推荐多缓存场景）：
（图片来源网络，侵删）@Configuration @EnableCaching public class CacheConfig { public enum Caches { USER_CACHE(600, 1000), // 有效期600秒，最大容量1000 PRODUCT_CACHE(3600); private final int ttl; private final int maxSize; Caches(int ttl, int maxSize) { this.ttl = ttl; this.maxSize = maxSize; } public int getTtl() { return ttl; } public int getMaxSize() { return maxSize; } } @Bean public CacheManager cacheManager() { SimpleCacheManager manager = new SimpleCacheManager(); List caches = Arrays.stream(Caches.values()) .map(c -> new CaffeineCache(c.name(), Caffeine.newBuilder() .expireAfterWrite(c.getTtl(), TimeUnit.SECONDS) .maximumSize(c.getMaxSize()) .build())) .collect(Collectors.toList()); manager.setCaches(caches); return manager; } }此方式支持为每个缓存单独配置过期时间和容量。
4. 使用缓存注解
在Service层通过注解操作缓存：
（图片来源网络，侵删）@Service public class UserService { // 缓存查询结果，key为id @Cacheable(value = "USER_CACHE", key = "#id") public User getUserById(Long id) { return userRepository.findById(id).orElse(null); } // 更新缓存 @CachePut(value = "USER_CACHE", key = "#user.id") public User updateUser(User user) { return userRepository.save(user); } // 删除缓存 @CacheEvict(value = "USER_CACHE", key = "#id") public void deleteUser(Long id) { userRepository.deleteById(id); } }- 注解说明：
- @Cacheable：查询时优先从缓存读取
- @CachePut：更新数据并刷新缓存
- @CacheEvict：删除数据时移除缓存。
5. 高级配置
刷新策略（RefreshAfterWrite）
需定义CacheLoader以支持自动刷新：
@Bean public CacheLoader cacheLoader() { return new CacheLoader() { @Override public Object load(Object key) { return loadDataFromDB(key); // 初始加载数据 } @Override public Object reload(Object key, Object oldValue) { return oldValue; // 刷新时保留旧值，异步加载新值 } }; }配置文件中需添加refreshAfterWrite=5s，并关联此Bean。
统计与监控
启用统计功能：
Caffeine.newBuilder() .recordStats() .build();通过cache.stats()获取命中率、回收数量等指标。
6. 验证缓存效果
通过测试类验证缓存是否生效：
@SpringBootTest public class CacheTest { @Autowired private UserService userService; @Test public void testCache() { User user1 = userService.getUserById(1L); // 首次查询，存入缓存 User user2 = userService.getUserById(1L); // 二次查询，命中缓存 assertThat(user1).isSameAs(user2); } }常见问题
-
缓存未命中：
- 检查方法是否为public（注解在私有方法无效）
- 确认缓存名称与配置一致。
-
配置冲突：
- 避免同时配置maximumSize和maximumWeight
- expireAfterWrite优先级高于expireAfterAccess。
通过以上步骤，可在Spring Boot 2.x中高效集成Caffeine，实现高性能本地缓存，适用于高频访问但更新较少的数据场景（如配置信息、静态数据）。
三、Caffeine使用场景
Caffeine 作为高性能本地缓存库，适用于多种需要快速数据访问和高效内存管理的场景。以下是其主要使用场景及对应的技术优势分析：
1. 高并发请求缓存
- 场景描述：适用于高频访问的接口或热点数据，例如用户信息查询、商品详情展示等。Caffeine 通过无锁并发设计和 Window TinyLFU 算法，显著提升缓存命中率，减少数据库压力。
- 技术优势：
- 高性能：在高并发环境下，Caffeine 的吞吐量远超 Guava Cache，其分段锁机制避免了锁竞争问题。
- 高命中率：Window TinyLFU 算法结合 LRU 和 LFU 优点，有效保留高频访问数据，命中率比 Guava 提升 10%~20%。
- 典型应用：Web 应用的 API 接口缓存，如电商平台的商品详情页。
2. 数据库查询缓存
- 场景描述：用于缓存频繁查询的数据库结果，如用户常用配置、热门商品库存等，减少重复数据库访问。
- 技术优势：
- 自动过期策略：支持 expireAfterWrite（写入后过期）和 expireAfterAccess（访问后过期），防止数据过时。
- 内存管理：通过 maximumSize 限制缓存条目数，避免内存溢出，结合惰性删除和定时清理机制优化内存使用。
- 典型应用：用户登录信息缓存、商品库存实时查询缓存。
3. 复杂计算结果缓存
- 场景描述：缓存计算密集型操作的结果，如图像处理、大数据聚合分析等，避免重复计算消耗资源。
- 技术优势：
- 异步加载：通过 AsyncLoadingCache 异步加载数据，减少主线程阻塞，提升系统响应速度。
- 刷新机制：使用 refreshAfterWrite 定时刷新缓存，保证数据更新后的及时性，同时保留旧数据直至新数据加载完成。
- 典型应用：推荐系统的实时计算结果缓存、图像处理后的缩略图缓存。
4. 多级缓存架构（L1缓存）
- 场景描述：在分布式系统中作为一级本地缓存（L1），结合 Redis（L2）和数据库（L3）形成三级缓存，减少跨服务或跨节点的网络延迟。
- 技术优势：
- 低延迟访问：本地内存访问速度极快，适合对延迟敏感的场景。
- 灵活集成：通过 CacheLoader 和 Writer 接口，可无缝与 Redis 等外部缓存联动，实现数据回源和同步。
- 典型应用：秒杀系统的库存缓存、分布式服务中的配置信息缓存。
5. 需要高灵活性和统计监控的场景
- 场景描述：对缓存策略有定制化需求（如动态调整过期时间、监听缓存事件）或需监控缓存命中率的场景。
- 技术优势：
- 灵活配置：支持基于大小、时间、引用等多种淘汰策略，并可自定义过期逻辑。
- 统计功能：通过 recordStats() 启用统计，获取命中率、淘汰次数等指标，便于性能调优。
- 典型应用：实时监控系统的缓存健康状态、需要动态调整缓存策略的业务场景。
注意事项
- 非分布式场景：Caffeine 仅适用于本地缓存，跨节点数据需结合 Redis 等分布式缓存。
- 内存限制：需根据应用内存合理设置 maximumSize 或权重，避免 OOM 问题。
- 数据一致性：本地缓存可能导致多实例间数据不一致，需通过过期时间或事件通知机制解决。
总结
Caffeine 凭借其高性能、高命中率和灵活的配置，成为高并发、低延迟场景下的首选本地缓存库。尤其适合作为一级缓存与 Redis 等组成多级缓存架构，或用于需要快速响应和复杂策略管理的业务场景。实际应用中需结合具体需求调整淘汰策略和内存配置，以最大化其优势。
更多用法：
SpringBoot：第五篇 集成Guava(本地缓存+分布式缓存)
-
- 注解说明：
-
-
- 注意： Spring Boot 2.x+用户：优先使用Caffeine，性能更优且维护活跃。
免责声明：我们致力于保护作者版权，注重分享，被刊用文章因无法核实真实出处，未能及时与作者取得联系，或有版权异议的，请联系管理员，我们会立即处理! 部分文章是来自自研大数据AI进行生成,内容摘自(百度百科,百度知道,头条百科,中国民法典,刑法,牛津词典,新华词典,汉语词典,国家院校,科普平台)等数据,内容仅供学习参考,不准确地方联系删除处理! 图片声明：本站部分配图来自人工智能系统AI生成,觅知网授权图片,PxHere摄影无版权图库和百度，360，搜狗等多加搜索引擎自动关键词搜索配图，如有侵权的图片，请第一时间联系我们。
