内存缓存Caffeine基本使用姿势介绍

妖狐艹你老母 2023-10-08 21:46 59阅读 0赞

### 项目配置 ###

#### 1. 依赖 ####

首先搭建一个标准的SpringBoot项目工程，相关版本以及依赖如下

本项目借助`SpringBoot 2.2.1.RELEASE` \+ `maven 3.5.3` \+ `IDEA`进行开发

<dependencies>
        <dependency>
            <groupId>com.github.ben-manes.caffeine</groupId>
            <artifactId>caffeine</artifactId>
        </dependency>
    </dependencies>
    复制代码

### 使用实例 ###

引入上面的jar包之后，就可以进入caffeine的使用环节了；我们主要依照官方wiki来进行演练

>  *  [Home zh CN · ben-manes/caffeine Wiki][Home zh CN _ ben-manes_caffeine Wiki]

caffeine提供了四种缓存策略，主要是基于手动添加/自动添加，同步/异步来进行区分

其基本使用姿势于Guava差不多

#### 1. 手动加载 ####

private LoadingCache<String, Integer> autoCache;
    private AtomicInteger idGen;
    public CacheService() {
          // 手动缓存加载方式
          idGen = new AtomicInteger(100);
          uidCache = Caffeine.newBuilder()
                  // 设置写入后五分钟失效
                  .expireAfterWrite(5, TimeUnit.MINUTES)
                  // 设置最多的缓存数量
                  .maximumSize(100)
                  .build();
    }
    复制代码

1.1 三种失效策略

注意参数设置，我们先看一下失效策略，共有下面几种

**权重：**

*  maximumSize: 基于容量策略，当缓存内元素个数超过时，通过基于就近度和频率的算法来驱逐掉不会再被使用到的元素
 *  maximumWeight: 基于权重的容量策略，主要应用于缓存中的元素存在不同的权重场景

**时间：**

*  expireAfterAccess: 基于访问时间
 *  expireAfterWrite: 基于写入时间
 *  expireAfter: 可以根据读更新写入来调整有效期

**引用：**

*  weakKeys: 保存的key为弱引用
 *  weakValues: 保存的value会使用弱引用
 *  softValues: 保存的value使用软引用

弱引用：这允许在GC的过程中，当没有被任何强引用指向的时候去将缓存元素回收

软引用：在GC过程中被软引用的对象将会被通过LRU算法回收

1.2 缓存增删查姿势

接下来我们看一下手动方式的使用

public void getUid(String session) {
        // 重新再取一次，这次应该就不是重新初始化了
        Integer uid = uidCache.getIfPresent(session);
        System.out.println("查看缓存! 当没有的时候返回的是 uid: " + uid);
    
        // 第二个参数表示当不存在时，初始化一个，并写入缓存中
        uid = uidCache.get(session, (key) -> 10);
        System.out.println("初始化一个之后，返回的是: " + uid);
    
        // 移除缓存
        uidCache.invalidate(session);
    
        // 手动添加一个缓存
        uidCache.put(session + "_2", 11);
    
        // 查看所有的额缓存
        Map map = uidCache.asMap();
        System.out.println("total: " + map);
    
        // 干掉所有的缓存
        uidCache.invalidateAll();
    }
    复制代码

**查询缓存&添加缓存**

*  `getIfPresent(key)`: 不存在时，返回null
 *  `get(key, (key) -> {value初始化策略})`: 不存在时，会根据第二个lambda表达式来写入数据，这个就表示的是手动加载缓存
 *  `asMap`: 获取缓存所有数据

**添加缓存**

*  `put(key, val)`: 主动添加缓存

**清空缓存**

*  `invalidate`: 主动移除缓存
 *  `invalidateAll`: 失效所有缓存

执行完毕之后，输出日志:

查看缓存! 当没有的时候返回的是 uid: null
    初始化一个之后，返回的是: 10
    total: {02228476-bcd9-412d-b437-bf0092c4a5f6_2=11}
    复制代码

#### 2. 自动加载 ####

在创建的时候，就指定缓存未命中时的加载规则

// 在创建时，自动指定加载规则
    private LoadingCache<String, Integer> autoCache;
    private AtomicInteger idGen;
    
    public CacheService() {
        // 手动缓存加载方式
        idGen = new AtomicInteger(100);
        autoCache = Caffeine.newBuilder()
                .expireAfterWrite(5, TimeUnit.MINUTES)
                .maximumSize(100)
                .build(new CacheLoader<String, Integer>() {
                    @Override
                    public @Nullable Integer load(@NonNull String key) throws Exception {
                        return idGen.getAndAdd(1);
                    }
                });
    }
    复制代码

它的配置，与前面介绍的一致；主要的区别点在于build时，确定缓存值的获取方式

2.1 缓存使用姿势

public void autoGetUid(String session) {
        Integer uid = autoCache.getIfPresent(session);
        System.out.println("自动加载，没有时返回: " + uid);
    
        uid = autoCache.get(session);
        System.out.println("自动加载，没有时自动加载一个: " + uid);
    
        // 批量查询
        List<String> keys = Arrays.asList(session, session + "_1");
        Map<String, Integer> map = autoCache.getAll(keys);
        System.out.println("批量获取，一个存在一个不存在时：" + map);
    
        // 手动加一个
        autoCache.put(session + "_2", 11);
        Map total = autoCache.asMap();
        System.out.println("total: " + total);
    }
    复制代码

与前面的区别在于获取缓存值的方式

*  get(key): 不用传第二个参数，直接传key获取对应的缓存值，如果没有自动加载数据
 *  getAll(keys): 可以批量获取数据，若某个key不再缓存中，会自动加载；在里面的则直接使用缓存的

实际输出结果如下

自动加载，没有时返回: null
    自动加载，没有时自动加载一个: 100
    批量获取，一个存在一个不存在时：{02228476-bcd9-412d-b437-bf0092c4a5f6=100, 02228476-bcd9-412d-b437-bf0092c4a5f6_1=101}
    total: {02228476-bcd9-412d-b437-bf0092c4a5f6_2=11, 02228476-bcd9-412d-b437-bf0092c4a5f6_1=101, 02228476-bcd9-412d-b437-bf0092c4a5f6=100}
    复制代码

#### 3.异步手动加载 ####

异步，主要是值在获取换粗内容时，采用的异步策略；使用与前面没有什么太大差别

// 手动异步加载缓存
    private AsyncCache<String, Integer> asyncUidCache;
    
    public CacheService() {
        asyncUidCache = Caffeine.newBuilder()
                .expireAfterWrite(5, TimeUnit.MINUTES)
                .maximumSize(100)
                .buildAsync();
    }
    复制代码

3.1 缓存使用姿势

public void asyncGetUid(String session) throws ExecutionException, InterruptedException {
        // 重新再取一次，这次应该就不是重新初始化了
        CompletableFuture<Integer> uid = asyncUidCache.getIfPresent(session);
        System.out.println("查看缓存! 当没有的时候返回的是 uid: " + (uid == null ? "null" : uid.get()));
    
        // 第二个参数表示当不存在时，初始化一个，并写入缓存中
        uid = asyncUidCache.get(session, (key) -> 10);
        System.out.println("初始化一个之后，返回的是: " + uid.get());
    
        // 手动塞入一个缓存
        asyncUidCache.put(session + "_2", CompletableFuture.supplyAsync(() -> 12));
    
        // 移除缓存
        asyncUidCache.synchronous().invalidate(session);
        // 查看所有的额缓存
        System.out.println("print total cache:");
        for (Map.Entry<String, CompletableFuture<Integer>> sub : asyncUidCache.asMap().entrySet()) {
            System.out.println(sub.getKey() + "==>" + sub.getValue().get());
        }
        System.out.println("total over");
    }
    复制代码

*  getIfPresent: 存在时返回CompletableFuture，不存在时返回null，因此注意npe的问题
 *  get(key, Function<>): 第二个参数表示加载数据的逻辑
 *  put(key, CompletableFuture<>): 手动加入缓存，注意这里也不是直接加一个具体的value到缓存
 *  synchronous().invalidate() : 同步清除缓存
 *  getAll: 一次获取多个缓存，同样的是在缓存的取缓存，不在的根据第二个传参进行加载

与前面相比，使用姿势差不多，唯一注意的是，获取的并不是直接的结果，而是CompletableFuture，上面执行之后的输出如下：

查看缓存! 当没有的时候返回的是 uid: null
    初始化一个之后，返回的是: 10
    print total cache:
    5dd53310-aec7-42a5-957e-f7492719c29d_2==>12
    total over
    复制代码

#### 4. 异步自动加载 ####

在定义缓存时，就指定了缓存不存在的加载逻辑；与第二个相比区别在于这里是异步加载数据到缓存中

private AtomicInteger idGen;
    // 自动异步加载缓存
    private AsyncLoadingCache<String, Integer> asyncAutoCache;
    public CacheService() {
      idGen = new AtomicInteger(100);
      asyncAutoCache = Caffeine.newBuilder()
                .expireAfterWrite(5, TimeUnit.MINUTES)
                .maximumSize(100)
                .buildAsync(new CacheLoader<String, Integer>() {
                    @Override
                    public @Nullable Integer load(@NonNull String key) throws Exception {
                        return idGen.getAndAdd(1);
                    }
                });
    }
    复制代码

4.1 缓存使用姿势

public void asyncAutoGetUid(String session) {
        try {
            CompletableFuture<Integer> uid = asyncAutoCache.getIfPresent(session);
            System.out.println("自动加载，没有时返回: " + (uid == null ? "null" : uid.get()));
    
            uid = asyncAutoCache.get(session);
            System.out.println("自动加载，没有时自动加载一个: " + uid.get());
    
            // 批量查询
            List<String> keys = Arrays.asList(session, session + "_1");
            CompletableFuture<Map<String, Integer>> map = asyncAutoCache.getAll(keys);
            System.out.println("批量获取，一个存在一个不存在时：" + map.get());
            
            // 手动加一个
            asyncAutoCache.put(session + "_2", CompletableFuture.supplyAsync(() -> 11));
            
            // 查看所有的额缓存
            System.out.println("print total cache:");
            for (Map.Entry<String, CompletableFuture<Integer>> sub : asyncAutoCache.asMap().entrySet()) {
                System.out.println(sub.getKey() + "==>" + sub.getValue().get());
            }
            System.out.println("total over");
    
            // 清空所有缓存
            asyncAutoCache.synchronous().invalidateAll();
          } catch (Exception e) {
            e.printStackTrace();
        }
    }
    复制代码

输出：

自动加载，没有时返回: null
    自动加载，没有时自动加载一个: 102
    批量获取，一个存在一个不存在时：{5dd53310-aec7-42a5-957e-f7492719c29d=102, 5dd53310-aec7-42a5-957e-f7492719c29d_1=103}
    print total cache:
    5dd53310-aec7-42a5-957e-f7492719c29d_2==>11
    5dd53310-aec7-42a5-957e-f7492719c29d_1==>103
    5dd53310-aec7-42a5-957e-f7492719c29d==>102
    total over
    复制代码

### 不能错过的源码和相关知识点 ###

#### 0. 项目 ####

*  工程：[github.com/liuyueyi/sp…][github.com_liuyueyi_sp]
 *  源码：[github.com/liuyueyi/sp…][github.com_liuyueyi_sp 1]

#### 1. 微信公众号: 一灰灰Blog ####

尽信书则不如，以上内容，纯属一家之言，因个人能力有限，难免有疏漏和错误之处，如发现bug或者有更好的建议，欢迎批评指正，不吝感激

下面一灰灰的个人博客，记录所有学习和工作中的博文，欢迎大家前去逛逛

*  一灰灰Blog个人博客 [blog.hhui.top][]
 *  一灰灰Blog-Spring专题博客 [spring.hhui.top][]

作者：一灰灰  
链接：https://juejin.cn/post/7213733567606898745

[Home zh CN _ ben-manes_caffeine Wiki]: https://link.juejin.cn?target=https%3A%2F%2Fgithub.com%2Fben-manes%2Fcaffeine%2Fwiki%2FHome-zh-CN
[github.com_liuyueyi_sp]: https://link.juejin.cn?target=https%3A%2F%2Fgithub.com%2Fliuyueyi%2Fspring-boot-demo
[github.com_liuyueyi_sp 1]: https://link.juejin.cn?target=https%3A%2F%2Fgithub.com%2Fliuyueyi%2Fspring-boot-demo%2Ftree%2Fmaster%2Fspring-boot%2F500-cache-caffeine
[blog.hhui.top]: https://link.juejin.cn?target=https%3A%2F%2Fblog.hhui.top
[spring.hhui.top]: https://link.juejin.cn?target=http%3A%2F%2Fspring.hhui.top