基于Spring接口集成Caffeine+Redis兩級(jí)緩存

更新時(shí)間：2022年07月11日 10:00:10 作者：? 碼農(nóng)參上??

這篇文章主要介紹了基于Spring接口集成Caffeine+Redis兩級(jí)緩存，文章圍繞主題展開(kāi)詳細(xì)的內(nèi)容介紹，具有一定的參考價(jià)值，需要的小伙伴可以參考一下

前言

在上一篇文章Redis+Caffeine兩級(jí)緩存的實(shí)現(xiàn)中，我們介紹了3種整合Caffeine和Redis作為兩級(jí)緩存使用的方法，雖然說(shuō)能夠?qū)崿F(xiàn)功能，但實(shí)現(xiàn)手法還是太粗糙了，并且遺留了一些問(wèn)題沒(méi)有處理。本文將在上一篇的基礎(chǔ)上，圍繞兩個(gè)方面進(jìn)行進(jìn)一步的改造：

JSR107定義了緩存使用規(guī)范，spring中提供了基于這個(gè)規(guī)范的接口，所以我們可以直接使用spring中的接口進(jìn)行Caffeine和Redis兩級(jí)緩存的整合改造
在分布式環(huán)境下，如果一臺(tái)主機(jī)的本地緩存進(jìn)行修改，需要通知其他主機(jī)修改本地緩存，解決分布式環(huán)境下本地緩存一致性問(wèn)題

好了，在明確了需要的改進(jìn)問(wèn)題后，下面我們開(kāi)始正式修改。

改造

在上篇文章的v3版本中，我們使用自定義注解的方式實(shí)現(xiàn)了兩級(jí)緩存通過(guò)一個(gè)注解管理的功能。本文我們換一種方式，直接通過(guò)擴(kuò)展spring提供的接口來(lái)實(shí)現(xiàn)這個(gè)功能，在進(jìn)行整合之前，我們需要簡(jiǎn)單了解一下JSR107緩存規(guī)范。

JSR107 規(guī)范

在JSR107緩存規(guī)范中定義了5個(gè)核心接口，分別是CachingProvider,CacheManager,Cache, Entry和Expiry，參考下面這張圖，可以看到除了Entry和Expiry以外，從上到下都是一對(duì)多的包含關(guān)系。

從上面這張圖我們可以看出，一個(gè)應(yīng)用可以創(chuàng)建并管理多個(gè)CachingProvider，同樣一個(gè)CachingProvider也可以管理多個(gè)CacheManager，緩存管理器CacheManager中則維護(hù)了多個(gè)Cache。

Cache是一個(gè)類似Map的數(shù)據(jù)結(jié)構(gòu)，Entry就是其中存儲(chǔ)的每一個(gè)key-value數(shù)據(jù)對(duì)，并且每個(gè)Entry都有一個(gè)過(guò)期時(shí)間Expiry。而我們?cè)谑褂胹pring集成第三方的緩存時(shí)，只需要實(shí)現(xiàn)Cache和CacheManager這兩個(gè)接口就可以了，下面分別具體來(lái)看一下。

Cache

spring中的Cache接口規(guī)范了緩存組件的定義，包含了緩存的各種操作，實(shí)現(xiàn)具體緩存操作的管理。例如我們熟悉的RedisCache、EhCacheCache等，都實(shí)現(xiàn)了這個(gè)接口。

在Cache接口中，定義了get、put、evict、clear等方法，分別對(duì)應(yīng)緩存的存入、取出、刪除、清空操作。不過(guò)我們這里不直接使用Cache接口，上面這張圖中的AbstractValueAdaptingCache是一個(gè)抽象類，它已經(jīng)實(shí)現(xiàn)了Cache接口，是spring在Cache接口的基礎(chǔ)上幫助我們進(jìn)行了一層封裝，所以我們直接繼承這個(gè)類就可以。

繼承AbstractValueAdaptingCache抽象類后，除了創(chuàng)建Cache的構(gòu)造方法外，還需要實(shí)現(xiàn)下面的幾個(gè)方法：

// 在緩存中實(shí)際執(zhí)行查找的操作，父類的get()方法會(huì)調(diào)用這個(gè)方法
protected abstract Object lookup(Object key);
// 通過(guò)key獲取緩存值，如果沒(méi)有找到，會(huì)調(diào)用valueLoader的call()方法
public <T> T get(Object key, Callable<T> valueLoader);
// 將數(shù)據(jù)放入緩存中
public void put(Object key, Object value);
// 刪除緩存
public void evict(Object key);
// 清空緩存中所有數(shù)據(jù)
public void clear();
// 獲取緩存名稱，一般在CacheManager創(chuàng)建時(shí)指定
String getName();
// 獲取實(shí)際使用的緩存
Object getNativeCache();

因?yàn)橐?code>RedisTemplate和Caffeine的Cache，所以這些都需要在緩存的構(gòu)造方法中傳入，除此之外構(gòu)造方法中還需要再傳出緩存名稱cacheName，以及在配置文件中實(shí)際配置的一些緩存參數(shù)。先看一下構(gòu)造方法的實(shí)現(xiàn)：

public class DoubleCache extends AbstractValueAdaptingCache {
    private String cacheName;
    private RedisTemplate<Object, Object> redisTemplate;
    private Cache<Object, Object> caffeineCache;
    private DoubleCacheConfig doubleCacheConfig;
    protected DoubleCache(boolean allowNullValues) {
        super(allowNullValues);
    }
    public DoubleCache(String cacheName,RedisTemplate<Object, Object> redisTemplate,
                       Cache<Object, Object> caffeineCache,
                       DoubleCacheConfig doubleCacheConfig){
        super(doubleCacheConfig.getAllowNull());
        this.cacheName=cacheName;
        this.redisTemplate=redisTemplate;
        this.caffeineCache=caffeineCache;
        this.doubleCacheConfig=doubleCacheConfig;
    }
    //...
}

抽象父類的構(gòu)造方法中只有一個(gè)boolean類型的參數(shù)allowNullValues，表示是否允許緩存對(duì)象為null。除此之外，AbstractValueAdaptingCache中還定義了兩個(gè)包裝方法來(lái)配合這個(gè)參數(shù)進(jìn)行使用，分別是toStoreValue和fromStoreValue，特殊用途是用于在緩存null對(duì)象時(shí)進(jìn)行包裝、以及在獲取時(shí)進(jìn)行解析并返回。

我們之后會(huì)在CacheManager中調(diào)用后面這個(gè)自己實(shí)現(xiàn)的構(gòu)造方法，來(lái)實(shí)例化Cache對(duì)象，參數(shù)中DoubleCacheConfig是使用@ConfigurationProperties讀取的yml配置文件封裝的數(shù)據(jù)對(duì)象，會(huì)在后面使用。

當(dāng)一個(gè)方法添加了@Cacheable注解時(shí)，執(zhí)行時(shí)會(huì)先調(diào)用父類AbstractValueAdaptingCache中的get(key)方法，它會(huì)再調(diào)用我們自己實(shí)現(xiàn)的lookup方法。在實(shí)際執(zhí)行查找操作的lookup方法中，我們的邏輯仍然是先查找Caffeine、沒(méi)有找到時(shí)再查找Redis：

@Override
protected Object lookup(Object key) {
    // 先從caffeine中查找
    Object obj = caffeineCache.getIfPresent(key);
    if (Objects.nonNull(obj)){
        log.info("get data from caffeine");
        return obj;
    }
    //再?gòu)膔edis中查找
    String redisKey=this.name+":"+ key;
    obj = redisTemplate.opsForValue().get(redisKey);
    if (Objects.nonNull(obj)){
        log.info("get data from redis");
        caffeineCache.put(key,obj);
    }
    return obj;
}

如果lookup方法的返回結(jié)果不為null，那么就會(huì)直接返回結(jié)果給調(diào)用方。如果返回為null時(shí)，就會(huì)執(zhí)行原方法，執(zhí)行完成后調(diào)用put方法，將數(shù)據(jù)放入緩存中。接下來(lái)我們實(shí)現(xiàn)put方法：

@Override
public void put(Object key, Object value) {
    if(!isAllowNullValues() && Objects.isNull(value)){
        log.error("the value NULL will not be cached");
        return;
    }
    //使用 toStoreValue(value) 包裝，解決caffeine不能存null的問(wèn)題
    caffeineCache.put(key,toStoreValue(value));

    // null對(duì)象只存在caffeine中一份就夠了，不用存redis了
    if (Objects.isNull(value))
        return;
    String redisKey=this.cacheName +":"+ key;
    Optional<Long> expireOpt = Optional.ofNullable(doubleCacheConfig)
            .map(DoubleCacheConfig::getRedisExpire);
    if (expireOpt.isPresent()){
        redisTemplate.opsForValue().set(redisKey,toStoreValue(value),
                expireOpt.get(), TimeUnit.SECONDS);
    }else{
        redisTemplate.opsForValue().set(redisKey,toStoreValue(value));
    }
}

上面我們對(duì)于是否允許緩存空對(duì)象進(jìn)行了判斷，能夠緩存空對(duì)象的好處之一就是可以避免緩存穿透。需要注意的是，Caffeine中是不能直接緩存null的，因此可以使用父類提供的toStoreValue()方法，將它包裝成一個(gè)NullValue類型。在取出對(duì)象時(shí)，如果是NullValue，也不用我們自己再去調(diào)用fromStoreValue()將這個(gè)包裝類型還原，父類的get方法中已經(jīng)幫我們做好了。

另外，上面在put方法中緩存空對(duì)象時(shí)，只在Caffeine緩存中一份即可，可以不用在Redis中再存一份。

緩存的刪除方法evict()和清空方法clear()的實(shí)現(xiàn)就比較簡(jiǎn)單了，直接刪除一跳或全部數(shù)據(jù)即可：

@Override
public void evict(Object key) {
    redisTemplate.delete(this.cacheName +":"+ key);
    caffeineCache.invalidate(key);
}
@Override
public void clear() {
    Set<Object> keys = redisTemplate.keys(this.cacheName.concat(":*"));
    for (Object key : keys) {
        redisTemplate.delete(String.valueOf(key));
    }
    caffeineCache.invalidateAll();
}

獲取緩存cacheName和實(shí)際緩存的方法實(shí)現(xiàn)：

@Override
public String getName() {
    return this.cacheName;
}
@Override
public Object getNativeCache() {
    return this;
}

最后，我們?cè)賮?lái)看一下帶有兩個(gè)參數(shù)的get方法，為什么把這個(gè)方法放到最后來(lái)說(shuō)呢，因?yàn)槿绻覀冎皇鞘褂米⒔鈦?lái)管理緩存的話，那么這個(gè)方法不會(huì)被調(diào)用到，簡(jiǎn)單看一下實(shí)現(xiàn)：

@Override
public <T> T get(Object key, Callable<T> valueLoader) {
    ReentrantLock lock=new ReentrantLock();
    try{
        lock.lock();//加鎖
        Object obj = lookup(key);
        if (Objects.nonNull(obj)){
            return (T)obj;
        }
        //沒(méi)有找到
        obj = valueLoader.call();
        put(key,obj);//放入緩存
        return (T)obj;
    }catch (Exception e){
        log.error(e.getMessage());
    }finally {
        lock.unlock();
    }
    return null;
}

方法的實(shí)現(xiàn)比較容易理解，還是先調(diào)用lookup方法尋找是否已經(jīng)緩存了對(duì)象，如果沒(méi)有找到那么就調(diào)用Callable中的call方法進(jìn)行獲取，并在獲取完成后存入到緩存中去。至于這個(gè)方法如何使用，具體代碼我們放在后面使用這一塊再看。

需要注意的是，這個(gè)方法的接口注釋中強(qiáng)調(diào)了需要我們自己來(lái)保證方法同步，因此這里使用了ReentrantLock進(jìn)行了加鎖操作。到這里，Cache的實(shí)現(xiàn)就完成了，下面我們接著看另一個(gè)重要的接口CacheManager。

CacheManager

從名字就可以看出，CacheManager是一個(gè)緩存管理器，它可以被用來(lái)管理一組Cache。在上一篇文章的v2版本中，我們使用的CaffeineCacheManager就實(shí)現(xiàn)了這個(gè)接口，除此之外還有RedisCacheManager、EhCacheCacheManager等也都是通過(guò)這個(gè)接口實(shí)現(xiàn)。

下面我們要自定義一個(gè)類實(shí)現(xiàn)CacheManager接口，管理上面實(shí)現(xiàn)的DoubleCache作為spring中的緩存使用。接口中需要實(shí)現(xiàn)的方法只有下面兩個(gè)：

//根據(jù)cacheName獲取Cache實(shí)例，不存在時(shí)進(jìn)行創(chuàng)建
Cache getCache(String name);
//返回管理的所有cacheName
Collection<String> getCacheNames();

在自定義的緩存管理器中，我們要使用ConcurrentHashMap維護(hù)一組不同的Cache，再定義一個(gè)構(gòu)造方法，在參數(shù)中傳入已經(jīng)在spring中配置好的RedisTemplate，以及相關(guān)的緩存配置參數(shù)：

public class DoubleCacheManager implements CacheManager {
    Map<String, Cache> cacheMap = new ConcurrentHashMap<>();
    private RedisTemplate<Object, Object> redisTemplate;
    private DoubleCacheConfig dcConfig;
    public DoubleCacheManager(RedisTemplate<Object, Object> redisTemplate,
                              DoubleCacheConfig doubleCacheConfig) {
        this.redisTemplate = redisTemplate;
        this.dcConfig = doubleCacheConfig;
    }
    //...
}

然后實(shí)現(xiàn)getCache方法，邏輯很簡(jiǎn)單，先根據(jù)name從Map中查找對(duì)應(yīng)的Cache，如果找到則直接返回，這個(gè)參數(shù)name就是上一篇文章中提到的cacheName，CacheManager根據(jù)它實(shí)現(xiàn)不同Cache的隔離。

如果沒(méi)有根據(jù)名稱找到緩存的話，那么新建一個(gè)DoubleCache對(duì)象，并放入Map中。這里使用的ConcurrentHashMap的putIfAbsent()方法放入，避免重復(fù)創(chuàng)建Cache以及造成Cache內(nèi)數(shù)據(jù)的丟失。具體代碼如下：

@Override
public Cache getCache(String name) {
    Cache cache = cacheMap.get(name);
    if (Objects.nonNull(cache)) {
        return cache;
    }
    cache = new DoubleCache(name, redisTemplate, createCaffeineCache(), dcConfig);
    Cache oldCache = cacheMap.putIfAbsent(name, cache);
    return oldCache == null ? cache : oldCache;
}

在上面創(chuàng)建DoubleCache對(duì)象的過(guò)程中，需要先創(chuàng)建一個(gè)Caffeine的Cache對(duì)象作為參數(shù)傳入，這一過(guò)程主要是根據(jù)實(shí)際項(xiàng)目的配置文件中的具體參數(shù)進(jìn)行初始化，代碼如下：

private com.github.benmanes.caffeine.cache.Cache createCaffeineCache(){
    Caffeine<Object, Object> caffeineBuilder = Caffeine.newBuilder();
    Optional<DoubleCacheConfig> dcConfigOpt = Optional.ofNullable(this.dcConfig);
    dcConfigOpt.map(DoubleCacheConfig::getInit)
            .ifPresent(init->caffeineBuilder.initialCapacity(init));
    dcConfigOpt.map(DoubleCacheConfig::getMax)
            .ifPresent(max->caffeineBuilder.maximumSize(max));
    dcConfigOpt.map(DoubleCacheConfig::getExpireAfterWrite)
            .ifPresent(eaw->caffeineBuilder.expireAfterWrite(eaw,TimeUnit.SECONDS));
    dcConfigOpt.map(DoubleCacheConfig::getExpireAfterAccess)
            .ifPresent(eaa->caffeineBuilder.expireAfterAccess(eaa,TimeUnit.SECONDS));
    dcConfigOpt.map(DoubleCacheConfig::getRefreshAfterWrite)
            .ifPresent(raw->caffeineBuilder.refreshAfterWrite(raw,TimeUnit.SECONDS));
    return caffeineBuilder.build();
}

getCacheNames方法很簡(jiǎn)單，直接返回Map的keySet就可以了，代碼如下：

@Override
public Collection<String> getCacheNames() {
    return cacheMap.keySet();
}

配置&使用

在application.yml文件中配置緩存的參數(shù)，代碼中使用@ConfigurationProperties接收到DoubleCacheConfig類中：

doublecache:
  allowNull: true
  init: 128
  max: 1024
  expireAfterWrite: 30  #Caffeine過(guò)期時(shí)間
  redisExpire: 60      #Redis緩存過(guò)期時(shí)間

配置自定義的DoubleCacheManager作為默認(rèn)的緩存管理器：

@Configuration
public class CacheConfig {
    @Autowired
    DoubleCacheConfig doubleCacheConfig;
    @Bean
    public DoubleCacheManager cacheManager(RedisTemplate<Object,Object> redisTemplate,
                                          DoubleCacheConfig doubleCacheConfig){
        return new DoubleCacheManager(redisTemplate,doubleCacheConfig);
    }
}

Service中的代碼還是老樣子，不需要在代碼中手動(dòng)操作緩存，只要直接在方法上使用@Cache相關(guān)注解即可：

@Service @Slf4j
@AllArgsConstructor
public class OrderServiceImpl implements OrderService {
    private final OrderMapper orderMapper;
    @Cacheable(value = "order",key = "#id")
    public Order getOrderById(Long id) {
        Order myOrder = orderMapper.selectOne(new LambdaQueryWrapper<Order>()
                .eq(Order::getId, id));
        return myOrder;
    }
    @CachePut(cacheNames = "order",key = "#order.id")
    public Order updateOrder(Order order) {
        orderMapper.updateById(order);
        return order;
    }
    @CacheEvict(cacheNames = "order",key = "#id")
    public void deleteOrder(Long id) {
        orderMapper.deleteById(id);
    }
    //沒(méi)有注解,使用get(key,callable)方法
    public Order getOrderById2(Long id) {
        DoubleCacheManager cacheManager = SpringContextUtil.getBean(DoubleCacheManager.class);
        Cache cache = cacheManager.getCache("order");
        Order order =(Order) cache.get(id, (Callable<Object>) () -> {
            log.info("get data from database");
            Order myOrder = orderMapper.selectOne(new LambdaQueryWrapper<Order>()
                    .eq(Order::getId, id));
            return myOrder;
        });
        return order;
    }    
}

注意最后這個(gè)沒(méi)有添加任何注解的方法，只有以這種方式調(diào)用時(shí)才會(huì)執(zhí)行我們?cè)?code>DoubleCache中自己實(shí)現(xiàn)的get(key,callable)方法。到這里，基于JSR107規(guī)范和spring接口的兩級(jí)緩存改造就完成了，下面我們看一下遺漏的第二個(gè)問(wèn)題。

分布式環(huán)境改造

前面我們說(shuō)了，在分布式環(huán)境下，可能會(huì)存在各個(gè)主機(jī)上一級(jí)緩存不一致的問(wèn)題。當(dāng)一臺(tái)主機(jī)修改了本地緩存后，其他主機(jī)是沒(méi)有感知的，仍然保持了之前的緩存，那么這種情況下就可能取到臟數(shù)據(jù)。既然我們?cè)陧?xiàng)目中已經(jīng)使用了Redis，那么就可以使用它的發(fā)布/訂閱功能來(lái)使各個(gè)節(jié)點(diǎn)的緩存進(jìn)行同步。

定義消息體

在使用Redis發(fā)送消息前，需要先定義一個(gè)消息對(duì)象。其中的數(shù)據(jù)包括消息要作用于的Cache名稱、操作類型、數(shù)據(jù)以及發(fā)出消息的源主機(jī)標(biāo)識(shí)：

@Data
@NoArgsConstructor
@AllArgsConstructor
public class CacheMassage implements Serializable {
    private static final long serialVersionUID = -3574997636829868400L;
    private String cacheName;
    private CacheMsgType type;  //標(biāo)識(shí)更新或刪除操作
    private Object key;			
    private Object value;
    private String msgSource;   //源主機(jī)標(biāo)識(shí)，用來(lái)避免重復(fù)操作
}

定義一個(gè)枚舉來(lái)標(biāo)識(shí)消息的類型，是要進(jìn)行更新還是刪除操作：

public enum CacheMsgType {
    UPDATE,
    DELETE;
}

消息體中的msgSource是添加的一個(gè)消息源主機(jī)的標(biāo)識(shí)，添加這個(gè)是為了避免收到當(dāng)前主機(jī)發(fā)送的消息后，再進(jìn)行重復(fù)操作，也就是說(shuō)收到本機(jī)發(fā)出的消息直接丟掉什么都不做就可以了。源主機(jī)標(biāo)識(shí)這里使用的是主機(jī)ip加項(xiàng)目端口的方式，獲取方法如下：

public static String getMsgSource() throws UnknownHostException {
    String host = InetAddress.getLocalHost().getHostAddress();
    Environment env = SpringContextUtil.getBean(Environment.class);
    String port = env.getProperty("server.port");
    return host+":"+port;
}

這樣消息體的定義就完成了，之后只要調(diào)用redisTemplate的convertAndSend方法就可以把這個(gè)對(duì)象發(fā)布到指定的主題上了。

Redis消息配置

要使用Redis的消息監(jiān)聽(tīng)功能，需要配置兩項(xiàng)內(nèi)容：

MessageListenerAdapter：消息監(jiān)聽(tīng)適配器，可以在其中指定自定義的監(jiān)聽(tīng)代理類，并且可以自定義使用哪個(gè)方法處理監(jiān)聽(tīng)邏輯
RedisMessageListenerContainer：一個(gè)可以為消息監(jiān)聽(tīng)器提供異步行為的容器，并且提供消息轉(zhuǎn)換和分派等底層功能

@Configuration
public class MessageConfig {
    public static final String TOPIC="cache.msg";
    @Bean
    RedisMessageListenerContainer container(MessageListenerAdapter listenerAdapter,
                                            RedisConnectionFactory redisConnectionFactory){
        RedisMessageListenerContainer container = new RedisMessageListenerContainer();
        container.setConnectionFactory(redisConnectionFactory);
        container.addMessageListener(listenerAdapter, new PatternTopic(TOPIC));
        return container;
    }
    @Bean
    MessageListenerAdapter adapter(RedisMessageReceiver receiver){
        return new MessageListenerAdapter(receiver,"receive");
    }   
}

在上面的監(jiān)聽(tīng)適配器MessageListenerAdapter中，我們傳入了一個(gè)自定義的RedisMessageReceiver接收并處理消息，并指定使用它的receive方法來(lái)處理監(jiān)聽(tīng)到的消息，下面我們就來(lái)看看它如何接收消息并消費(fèi)。

消息消費(fèi)邏輯

定義一個(gè)類RedisMessageReceiver來(lái)接收并消費(fèi)消息，需要在它的方法中實(shí)現(xiàn)以下功能：

反序列化接收到的消息，轉(zhuǎn)換為前面定義的CacheMassage類型對(duì)象
根據(jù)消息的主機(jī)標(biāo)識(shí)判斷這條消息是不是本機(jī)發(fā)出的，如果是那么直接丟棄，只有接收到其他主機(jī)發(fā)出的消息才進(jìn)行處理
使用cacheName得到具體使用的那一個(gè)DoubleCache實(shí)例
根據(jù)消息的類型判斷要執(zhí)行的是更新還是刪除操作，調(diào)用對(duì)應(yīng)的方法

@Slf4j @Component
@AllArgsConstructor
public class RedisMessageReceiver {
    private final RedisTemplate redisTemplate;
    private final DoubleCacheManager manager;
    //接收通知，進(jìn)行處理
    public void receive(String message) throws UnknownHostException {
        CacheMassage msg = (CacheMassage) redisTemplate
                .getValueSerializer().deserialize(message.getBytes());
        log.info(msg.toString());
        //如果是本機(jī)發(fā)出的消息，那么不進(jìn)行處理
        if (msg.getMsgSource().equals(MessageSourceUtil.getMsgSource())){
            log.info("收到本機(jī)發(fā)出的消息，不做處理");
            return;
        }
        DoubleCache cache = (DoubleCache) manager.getCache(msg.getCacheName());
        if (msg.getType()== CacheMsgType.UPDATE) {
            cache.updateL1Cache(msg.getKey(),msg.getValue());
            log.info("更新本地緩存");
        }
        if (msg.getType()== CacheMsgType.DELETE) {
            log.info("刪除本地緩存");
            cache.evictL1Cache(msg.getKey());
        }
    }
}

在上面的代碼中，調(diào)用了DoubleCache中更新一級(jí)緩存方法updateL1Cache、刪除一級(jí)緩存方法evictL1Cache，我們會(huì)后面在DoubleCache中進(jìn)行添加。

修改DoubleCache

在DoubleCache中先添加上面提到的兩個(gè)方法，由CacheManager獲取到具體緩存后調(diào)用，進(jìn)行一級(jí)緩存的更新或刪除操作：

// 更新一級(jí)緩存
public void updateL1Cache(Object key,Object value){
    caffeineCache.put(key,value);
}
// 刪除一級(jí)緩存
public void evictL1Cache(Object key){
    caffeineCache.invalidate(key);
}

好了，完事具備只欠東風(fēng)，我們要在什么場(chǎng)合發(fā)送消息呢？答案是在DoubleCache中存入緩存的put方法和移除緩存的evict方法中。首先修改put方法，方法中前面的邏輯不變，在最后添加發(fā)送消息通知其他節(jié)點(diǎn)更新一級(jí)緩存的邏輯：

public void put(Object key, Object value) {
	// 省略前面的不變代碼...
    //發(fā)送信息通知其他節(jié)點(diǎn)更新一級(jí)緩存	
	CacheMassage cacheMassage
			= new CacheMassage(this.cacheName, CacheMsgType.UPDATE,
			key,value, MessageSourceUtil.getMsgSource());
	redisTemplate.convertAndSend(MessageConfig.TOPIC,cacheMassage);
}

然后修改evict方法，同樣保持前面的邏輯不變，在最后添加發(fā)送消息的代碼：

public void evict(Object key) {
	// 省略前面的不變代碼...
    //發(fā)送信息通知其他節(jié)點(diǎn)刪除一級(jí)緩存   
    CacheMassage cacheMassage
            = new CacheMassage(this.cacheName, CacheMsgType.DELETE,
            key,null, MessageSourceUtil.getMsgSource());
    redisTemplate.convertAndSend(MessageConfig.TOPIC,cacheMassage);
}

適配分布式環(huán)境的改造工作到此結(jié)束，下面進(jìn)行一下簡(jiǎn)單的測(cè)試工作。

測(cè)試

我們可以用idea的Allow parallel run功能同時(shí)啟動(dòng)兩個(gè)一樣的springboot項(xiàng)目，來(lái)模擬分布式環(huán)境下的兩臺(tái)主機(jī)，注意在啟動(dòng)參數(shù)中添加-Dserver.port參數(shù)來(lái)啟動(dòng)到不同端口。

首先測(cè)試更新操作，使用接口修改某一個(gè)主機(jī)的本地緩存，可以看到發(fā)出消息的主機(jī)在收到消息后，直接丟棄不做任何處理：

查看另一臺(tái)主機(jī)的日志，收到消息并更新了本地緩存：

再看一下緩存的刪除情況，同樣本地刪除后再收到消息不做處理：

看另一臺(tái)主機(jī)收到消息后，會(huì)刪除本地的一級(jí)緩存：

可以看到，分布式環(huán)境下本地緩存通過(guò)Redis消息的發(fā)布訂閱機(jī)制保證了一級(jí)緩存的一致性。

另外，如果更加嚴(yán)謹(jǐn)一些的話，其實(shí)還應(yīng)該處理一下緩存更新失敗的情況，這里留個(gè)坑以后再填。簡(jiǎn)單說(shuō)一下思路，我們應(yīng)該在代碼中捕獲緩存更新失敗的異常，然后刪除二級(jí)緩存、本機(jī)以及其他主機(jī)的一級(jí)緩存，再等待下一次訪問(wèn)時(shí)直接拉取最新的數(shù)據(jù)進(jìn)行緩存。同樣，要想實(shí)現(xiàn)緩存失效同時(shí)作用于所有單機(jī)節(jié)點(diǎn)的本地緩存這一功能，也可以使用上面的發(fā)布訂閱來(lái)實(shí)現(xiàn)。

總結(jié)

好了，這次縫縫補(bǔ)補(bǔ)的填坑之旅到這里就要結(jié)束了?？梢钥吹绞褂没?code>JSR107規(guī)范的spring接口進(jìn)行修改后，代碼看起來(lái)舒服了很多，并且支持直接使用spring的@Cache相關(guān)注解。如果想在項(xiàng)目中使用的話，自己封裝一個(gè)簡(jiǎn)單的starter就可以了，使用起來(lái)也非常簡(jiǎn)單。

以上就是基于Spring接口集成Caffeine+Redis兩級(jí)緩存的詳細(xì)內(nèi)容，更多關(guān)于集成Caffeine+Redis兩級(jí)緩存的資料請(qǐng)關(guān)注腳本之家其它相關(guān)文章！

您可能感興趣的文章: