欧美bbbwbbbw肥妇,免费乱码人妻系列日韩,一级黄片

搭建Caffeine+Redis多級緩存機制

 更新時間：2025年07月28日 09:27:09   作者：moxiaoran5753  
本文主要介紹了搭建Caffeine+Redis多級緩存機制,文中通過示例代碼介紹的非常詳細,對大家的學習或者工作具有一定的參考學習價值,需要的朋友們下面隨著小編來一起學習學習吧

本地緩存的簡單實現(xiàn)方案有HashMap，CucurrentHashMap，成熟的本地緩存方案有Guava 與 Caffeine ，企業(yè)級應用推薦下面說下兩者的區(qū)別

0. 核心異同對比

特性Guava CacheCaffeine
誕生背景Google Guava 庫的一部分（2011年）基于 Guava Cache 重構(gòu)的現(xiàn)代緩存庫（2015+）
性能中等（鎖競爭較多）極高（優(yōu)化并發(fā)設(shè)計，吞吐量提升5~10倍）
內(nèi)存管理基于 LRU 算法結(jié)合 W-TinyLFU 算法（高命中率）
過期策略支持 expireAfterWrite/access支持 expireAfterWrite/access + refresh
緩存回收同步阻塞異步非阻塞（后臺線程）
監(jiān)控統(tǒng)計基礎(chǔ)統(tǒng)計（命中率等）詳細統(tǒng)計（命中率、加載時間等）
依賴需引入整個 Guava 庫輕量（僅依賴 Caffeine）
社區(qū)維護維護模式（新功能少）活躍更新（Java 17+ 兼容）

從上面的比較可知， Caffeine 各方面是優(yōu)于Guava的，因此在搭建多級緩存機制時，建議使用Caffeine+Redis的組合方案。

業(yè)務執(zhí)行流程：

  • 請求優(yōu)先讀取 Caffeine 本地緩存（超快，減少網(wǎng)絡IO）。
  • 本地緩存未命中 → 讀取 Redis 分布式緩存。
  • Redis 未命中 → 查詢數(shù)據(jù)庫，并回填到兩級緩存。

下面介紹下實現(xiàn)方式

注意：下面的實現(xiàn)方式是基于Springboot 2.4+，版本不同，配置上會略有差異

1.maven中引入下面的依賴

<!-- Caffeine 本地緩存 -->
<dependency>
	<groupId>com.github.ben-manes.caffeine</groupId>
	<artifactId>caffeine</artifactId>
</dependency>

<!-- 緩存抽象層 -->
<dependency>
	<groupId>org.springframework.boot</groupId>
	<artifactId>spring-boot-starter-cache</artifactId>
</dependency>

<!-- redis 緩存操作 -->
<dependency>
	<groupId>org.springframework.boot</groupId>
	<artifactId>spring-boot-starter-data-redis</artifactId>
	   <exclusions>
		 <exclusion>
			 <groupId>io.lettuce</groupId>
			 <artifactId>lettuce-core</artifactId>
		 </exclusion>
		</exclusions>
</dependency>

<dependency>
 <groupId>redis.clients</groupId>
 <artifactId>jedis</artifactId>
</dependency>

2.application中進行配置

spring: 
 cache:
    caffeine:
      spec: maximumSize=1000,expireAfterWrite=10m  # 本地緩存
    redis:
      time-to-live: 1h  # Redis緩存過期時間
  # redis 配置
  redis:
    # 地址
    host: 127.0.0.1
    # 端口，默認為6379
    port: 6379
    # 數(shù)據(jù)庫索引
    database: 0
    # 密碼
    password: abc123
    # 連接超時時間
    timeout: 6000ms  # 連接超時時長（毫秒）
    jedis:
      pool:
        max-active: 1000  # 連接池最大連接數(shù)（使用負值表示沒有限制）
        max-wait: -1ms      # 連接池最大阻塞等待時間（使用負值表示沒有限制）
        max-idle: 10      # 連接池中的最大空閑連接
        min-idle: 5       # 連接池中的最小空閑連接

3.自定義多級緩存管理器

import org.springframework.beans.factory.annotation.Qualifier;
import org.springframework.boot.autoconfigure.cache.CacheProperties;
import org.springframework.boot.context.properties.EnableConfigurationProperties;
import org.springframework.cache.CacheManager;
import org.springframework.cache.annotation.EnableCaching;
import org.springframework.cache.caffeine.CaffeineCacheManager;
import org.springframework.cache.support.CompositeCacheManager;
import org.springframework.context.annotation.Bean;
import org.springframework.context.annotation.Configuration;
import org.springframework.context.annotation.Primary;
import org.springframework.data.redis.cache.RedisCacheConfiguration;
import org.springframework.data.redis.cache.RedisCacheManager;
import org.springframework.data.redis.connection.RedisConnectionFactory;
import org.springframework.data.redis.serializer.GenericJackson2JsonRedisSerializer;
import org.springframework.data.redis.serializer.RedisSerializationContext;
import org.springframework.data.redis.serializer.StringRedisSerializer;
import com.github.benmanes.caffeine.cache.Caffeine;

import java.util.concurrent.TimeUnit;


@Configuration
@EnableCaching
@EnableConfigurationProperties(CacheProperties.class)
public class MyCacheConfig {

    @Bean
    public RedisCacheConfiguration cacheConfiguration(CacheProperties cacheProperties) {
        RedisCacheConfiguration config = RedisCacheConfiguration.defaultCacheConfig();
        config = config.serializeKeysWith(RedisSerializationContext.SerializationPair.fromSerializer(new StringRedisSerializer()));
        config = config.serializeValuesWith(RedisSerializationContext.SerializationPair.fromSerializer(new GenericJackson2JsonRedisSerializer()));

        CacheProperties.Redis redisProperties = cacheProperties.getRedis();
        if (redisProperties.getTimeToLive() != null) {
            config = config.entryTtl(redisProperties.getTimeToLive());
        }
        if (redisProperties.getKeyPrefix() != null) {
            config = config.prefixKeysWith(redisProperties.getKeyPrefix());
        }
        if (!redisProperties.isCacheNullValues()) {
            config = config.disableCachingNullValues();
        }
        if (!redisProperties.isUseKeyPrefix()) {
            config = config.disableKeyPrefix();
        }
        return config;
    }

    @Bean
    public Caffeine<Object, Object> caffeineConfig() {
        return Caffeine.newBuilder()
                .maximumSize(1000)
                .expireAfterWrite(10, TimeUnit.MINUTES);
    }

    @Bean
    @Primary  // 添加 @Primary 注解指定 CaffeineCacheManager 作為默認的緩存管理器
    public CacheManager caffeineCacheManager(Caffeine<Object, Object> caffeine) {
        CaffeineCacheManager manager = new CaffeineCacheManager();
        manager.setCaffeine(caffeine);
        return manager;
    }

    @Bean
    public RedisCacheManager redisCacheManager(
            RedisConnectionFactory redisConnectionFactory,
            RedisCacheConfiguration cacheConfiguration) {

        return RedisCacheManager.builder(redisConnectionFactory)
                .cacheDefaults(cacheConfiguration)
                .build();
    }

    @Bean
    public CacheManager compositeCacheManager(
            @Qualifier("caffeineCacheManager") CacheManager caffeineCacheManager,
            @Qualifier("redisCacheManager") CacheManager redisCacheManager) {

        return new CompositeCacheManager(
                caffeineCacheManager,
                redisCacheManager
        );
    }
}

4.業(yè)務邏輯層調(diào)用

使用示例：

@Service
public class ProductService {

    @Autowired
    private ProductRepository repository;

    // 優(yōu)先讀本地緩存，其次Redis，最后數(shù)據(jù)庫
    @Cacheable(cacheNames = "product", key = "#id")
    public Product getProductById(Long id) {
        return repository.findById(id).orElseThrow();
    }

    // 更新數(shù)據(jù)時清除兩級緩存
    @CacheEvict(cacheNames = "product", key = "#product.id")
    public Product updateProduct(Product product) {
        return repository.save(product);
    }
}

手動控制多級緩存

@Service
public class CacheService {

    @Autowired
    private CacheManager cacheManager;

    @Autowired
    private RedisTemplate<String, Object> redisTemplate;

    public Product getProductWithManualControl(Long id) {
        // 1. 先查本地緩存
        Cache caffeineCache = cacheManager.getCache("product");
        Product product = caffeineCache.get(id, Product.class);
        if (product != null) {
            return product;
        }

        // 2. 查Redis緩存
        product = (Product) redisTemplate.opsForValue().get("product:" + id);
        if (product != null) {
            // 回填本地緩存
            caffeineCache.put(id, product);
            return product;
        }

        // 3. 查數(shù)據(jù)庫
        product = repository.findById(id).orElseThrow();
        
        // 回填兩級緩存
        redisTemplate.opsForValue().set("product:" + id, product, Duration.ofHours(1));
        caffeineCache.put(id, product);
        
        return product;
    }
}

緩存一致性

  • 使用 @CacheEvict 或 Redis Pub/Sub 同步失效兩級緩存。
  • 示例：通過 Redis 消息通知其他節(jié)點清理本地緩存。

防止緩存擊穿

  • Caffeine 配置 refreshAfterWrite：
Caffeine.newBuilder()
    .refreshAfterWrite(5, TimeUnit.MINUTES)
    .build(key -> loadFromRedisOrDb(key));

監(jiān)控統(tǒng)計：

  • Caffeine 統(tǒng)計：cache.getNativeCache().stats()
  • Redis 統(tǒng)計：INFO commandstats

驗證多級緩存

  • 本地緩存生效：連續(xù)調(diào)用同一接口，觀察第二次響應時間驟降。
  • Redis 緩存生效：重啟應用后，首次請求仍快速返回（數(shù)據(jù)來自Redis）。

到此這篇關(guān)于搭建Caffeine+Redis多級緩存機制的文章就介紹到這了,更多相關(guān)Caffeine Redis緩存內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

相關(guān)文章

  • redis key命名規(guī)范的設(shè)計

    redis key命名規(guī)范的設(shè)計

    如果結(jié)構(gòu)規(guī)劃不合理、命令使用不規(guī)范,會造成系統(tǒng)性能達到瓶頸、活動高峰系統(tǒng)可用性下降,也會增大運維難度,本文主要介紹了redis key命名規(guī)范的設(shè)計,感興趣的可以了解一下
    2024-03-03
  • redis?setex使用方法示例代碼

    redis?setex使用方法示例代碼

    SETEX?是?Redis?中的一個命令,用于設(shè)置鍵的值以及過期時間（以秒為單位）,這篇文章主要介紹了redis?setex使用方法,需要的朋友可以參考下
    2024-07-07
  • Redis安裝與使用方法小結(jié)

    Redis安裝與使用方法小結(jié)

    這篇文章主要介紹了Redis安裝與使用方法,結(jié)合實例形式分析了Redis數(shù)據(jù)庫的下載、安裝、啟動、設(shè)置及相關(guān)使用操作注意事項,需要的朋友可以參考下
    2018-04-04
  • Redis操作命令總結(jié)

    Redis操作命令總結(jié)

    這篇文章主要介紹了Redis操作命令總結(jié),本文講解了key pattern 查詢相應的key、字符串類型的操作、鏈表操作、hashes類型及操作、集合結(jié)構(gòu)操作、有序集合、服務器相關(guān)命令等內(nèi)容,需要的朋友可以參考下
    2015-03-03
  • Redis遍歷海量數(shù)據(jù)集的幾種實現(xiàn)方法

    Redis遍歷海量數(shù)據(jù)集的幾種實現(xiàn)方法

    Redis作為一個高性能的鍵值存儲數(shù)據(jù)庫,廣泛應用于各種場景,包括緩存、消息隊列、排行榜,本文主要介紹了Redis遍歷海量數(shù)據(jù)集的幾種實現(xiàn)方法,文中通過示例代碼介紹的非常詳細,需要的朋友們下面隨著小編來一起學習學習吧
    2024-02-02
  • 關(guān)于Redis的讀寫一致問題

    關(guān)于Redis的讀寫一致問題

    在項目使用Redis過程中,當數(shù)據(jù)更新時,我們要保證緩存和數(shù)據(jù)庫的一致性,否則會導致很多臟數(shù)據(jù)出現(xiàn),此時我們就要思考如何去進行數(shù)據(jù)更新,本文就給大家講講關(guān)于redis的讀寫一致問題,需要的朋友可以參考下
    2023-08-08
  • Redis實現(xiàn)每日簽到功能(大數(shù)據(jù)量)

    Redis實現(xiàn)每日簽到功能(大數(shù)據(jù)量)

    在面對百萬級用戶簽到情況下,傳統(tǒng)數(shù)據(jù)庫存儲和判斷會遇到瓶頸,使用Redis的二進制數(shù)據(jù)類型可實現(xiàn)高效的簽到功能,示例代碼展示了如何調(diào)用這些功能,包括當天簽到、補簽以及查詢簽到記錄,PHP結(jié)合Redis二進制數(shù)據(jù)類型可有效處理大數(shù)據(jù)量下的簽到問題
    2024-10-10
  • 關(guān)于Redis網(wǎng)絡模型的源碼詳析

    關(guān)于Redis網(wǎng)絡模型的源碼詳析

    這篇文章主要給大家介紹了關(guān)于Redis網(wǎng)絡模型的源碼，文中通過示例代碼介紹的非常詳細，對大家的學習或者使用Redis具有一定的參考學習價值，需要的朋友們下面來一起學習學習吧
    2020-07-07
  • Redis+Lua腳本實現(xiàn)計數(shù)器接口防刷功能(升級版)

    Redis+Lua腳本實現(xiàn)計數(shù)器接口防刷功能(升級版)

    這篇文章主要介紹了Redis+Lua腳本實現(xiàn)計數(shù)器接口防刷功能,使用腳本使得set命令和expire命令一同達到Redis被執(zhí)行且不會被干擾，在很大程度上保證了原子操作，對Redis實現(xiàn)計數(shù)器接口防刷功能感興趣的朋友一起看看吧
    2022-02-02
  • ?Redis?實現(xiàn)計數(shù)器和限速器的示例代碼

    ?Redis?實現(xiàn)計數(shù)器和限速器的示例代碼

    本文主要介紹了?Redis?實現(xiàn)計數(shù)器和限速器的示例代碼,文中通過示例代碼介紹的非常詳細,對大家的學習或者工作具有一定的參考學習價值,需要的朋友們下面隨著小編來一起學習學習吧
    2025-02-02

最新評論