SpringBoot集成本地緩存性能之Caffeine實例分析

本篇內容介紹了“SpringBoot集成本地緩存性能之Caffeine實例分析”的有關知識，在實際案例的操作過程中，不少人都會遇到這樣的困境，接下來就讓小編帶領大家學習一下如何處理這些情況吧！希望大家仔細閱讀，能夠學有所成！

引言

使用緩存的目的就是提高性能，今天碼哥帶大家實踐運用 spring-boot-starter-cache 抽象的緩存組件去集成本地緩存性能之王 Caffeine。

大家需要注意的是：in-memeory 緩存只適合在單體應用，不適合與分布式環境。

分布式環境的情況下需要將緩存修改同步到每個節點，需要一個同步機制保證每個節點緩存數據最終一致。

Spring Cache 是什么

不使用 Spring Cache 抽象的緩存接口，我們需要根據不同的緩存框架去實現緩存，需要在對應的代碼里面去對應緩存加載、刪除、更新等。

比如查詢我們使用旁路緩存策略：先從緩存中查詢數據，如果查不到則從數據庫查詢并寫到緩存中。

偽代碼如下：

public User getUser(long userId) {
    // 從緩存查詢
    User user = cache.get(userId);
    if (user != null) {
        return user;
    }
    // 從數據庫加載
    User dbUser = loadDataFromDB(userId);
    if (dbUser != null) {
        // 設置到緩存中
        cache.put(userId, dbUser)
    }
    return dbUser;
}

我們需要寫大量的這種繁瑣代碼，Spring Cache 則對緩存進行了抽象，提供了如下幾個注解實現了緩存管理：

• @Cacheable：觸發緩存讀取操作，用于查詢方法上，如果緩存中找到則直接取出緩存并返回，否則執行目標方法并將結果緩存。

• @CachePut：觸發緩存更新的方法上，與 Cacheable 相比，該注解的方法始終都會被執行，并且使用方法返回的結果去更新緩存，適用于 insert 和 update 行為的方法上。

• @CacheEvict：觸發緩存失效，刪除緩存項或者清空緩存，適用于 delete 方法上。

除此之外，抽象的 CacheManager 既能集成基于本地內存的單體應用，也能集成 EhCache、Redis 等緩存服務器。

最方便的是通過一些簡單配置和注解就能接入不同的緩存框架，無需修改任何代碼。

集成 Caffeine

碼哥帶大家使用注解方式完成緩存操作的方式來集成，完整的代碼請訪問 github：在 pom.xml 文件添加如下依賴：

<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>

使用 JavaConfig 方式配置 CacheManager：

@Slf4j
@EnableCaching
@Configuration
public class CacheConfig {
    @Autowired
    @Qualifier("cacheExecutor")
    private Executor cacheExecutor;
    @Bean
    public Caffeine<Object, Object> caffeineCache() {
        return Caffeine.newBuilder()
                // 設置最后一次寫入或訪問后經過固定時間過期
                .expireAfterAccess(7, TimeUnit.DAYS)
                // 初始的緩存空間大小
                .initialCapacity(500)
                // 使用自定義線程池
                .executor(cacheExecutor)
                .removalListener(((key, value, cause) -> log.info("key:{} removed, removalCause:{}.", key, cause.name())))
                // 緩存的最大條數
                .maximumSize(1000);
    }
    @Bean
    public CacheManager cacheManager() {
        CaffeineCacheManager caffeineCacheManager = new CaffeineCacheManager();
        caffeineCacheManager.setCaffeine(caffeineCache());
        // 不緩存空值
        caffeineCacheManager.setAllowNullValues(false);
        return caffeineCacheManager;
    }
}

準備工作搞定，接下來就是如何使用了。

@Slf4j
@Service
public class AddressService {
    public static final String CACHE_NAME = "caffeine:address";
    private static final AtomicLong ID_CREATOR = new AtomicLong(0);
    private Map<Long, AddressDTO> addressMap;
    public AddressService() {
        addressMap = new ConcurrentHashMap<>();
        addressMap.put(ID_CREATOR.incrementAndGet(), AddressDTO.builder().customerId(ID_CREATOR.get()).address("地址1").build());
        addressMap.put(ID_CREATOR.incrementAndGet(), AddressDTO.builder().customerId(ID_CREATOR.get()).address("地址2").build());
        addressMap.put(ID_CREATOR.incrementAndGet(), AddressDTO.builder().customerId(ID_CREATOR.get()).address("地址3").build());
    }
    @Cacheable(cacheNames = {CACHE_NAME}, key = "#customerId")
    public AddressDTO getAddress(long customerId) {
        log.info("customerId：{} 沒有走緩存，開始從數據庫查詢", customerId);
        return addressMap.get(customerId);
    }
    @CachePut(cacheNames = {CACHE_NAME}, key = "#result.customerId")
    public AddressDTO create(String address) {
        long customerId = ID_CREATOR.incrementAndGet();
        AddressDTO addressDTO = AddressDTO.builder().customerId(customerId).address(address).build();
        addressMap.put(customerId, addressDTO);
        return addressDTO;
    }
    @CachePut(cacheNames = {CACHE_NAME}, key = "#result.customerId")
    public AddressDTO update(Long customerId, String address) {
        AddressDTO addressDTO = addressMap.get(customerId);
        if (addressDTO == null) {
            throw new RuntimeException("沒有 customerId = " + customerId + "的地址");
        }
        addressDTO.setAddress(address);
        return addressDTO;
    }
    @CacheEvict(cacheNames = {CACHE_NAME}, key = "#customerId")
    public boolean delete(long customerId) {
        log.info("緩存 {} 被刪除", customerId);
        return true;
    }
}

使用 CacheName 隔離不同業務場景的緩存，每個 Cache 內部持有一個 map 結構存儲數據，key 可用使用 Spring 的 Spel 表達式。

單元測試走起：

@RunWith(SpringRunner.class)
@SpringBootTest(classes = CaffeineApplication.class)
@Slf4j
public class CaffeineApplicationTests {
    @Autowired
    private AddressService addressService;
    @Autowired
    private CacheManager cacheManager;
    @Test
    public void testCache() {
        // 插入緩存 和數據庫
        AddressDTO newInsert = addressService.create("南山大道");
        // 要走緩存
        AddressDTO address = addressService.getAddress(newInsert.getCustomerId());
        long customerId = 2;
        // 第一次未命中緩存，打印 customerId：{} 沒有走緩存，開始從數據庫查詢
        AddressDTO address2 = addressService.getAddress(customerId);
        // 命中緩存
        AddressDTO cacheAddress2 = addressService.getAddress(customerId);
        // 更新數據庫和緩存
        addressService.update(customerId, "地址 2 被修改");
        // 更新后查詢，依然命中緩存
        AddressDTO hitCache2 = addressService.getAddress(customerId);
        Assert.assertEquals(hitCache2.getAddress(), "地址 2 被修改");
        // 刪除緩存
        addressService.delete(customerId);
        // 未命中緩存, 從數據庫讀取
        AddressDTO hit = addressService.getAddress(customerId);
        System.out.println(hit.getCustomerId());
    }
}

大家發現沒，只需要在對應的方法上加上注解，就能愉快的使用緩存了。需要注意的是， 設置的 cacheNames 一定要對應，每個業務場景使用對應的 cacheNames。

另外 key 可以使用 spel 表達式，大家重點可以關注 @CachePut(cacheNames = {CACHE_NAME}, key = "#result.customerId")，result 表示接口返回結果，Spring 提供了幾個元數據直接使用。

核心原理

Java Caching定義了5個核心接口，分別是 CachingProvider, CacheManager, Cache, Entry 和 Expiry。

核心類圖：

• Cache：抽象了緩存的操作，比如，get()、put()；

• CacheManager：管理 Cache，可以理解成 Cache 的集合管理，之所以有多個 Cache，是因為可以根據不同場景使用不同的緩存失效時間和數量限制。

• CacheInterceptor、CacheAspectSupport、AbstractCacheInvoker：CacheInterceptor 是一個AOP 方法攔截器，在方法前后做額外的邏輯，比如查詢操作，先查緩存，找不到數據再執行方法，并把方法的結果寫入緩存等，它繼承了CacheAspectSupport（緩存操作的主體邏輯）、AbstractCacheInvoker（封裝了對 Cache 的讀寫）。

• CacheOperation、AnnotationCacheOperationSource、SpringCacheAnnotationParser：CacheOperation定義了緩存操作的緩存名字、緩存key、緩存條件condition、CacheManager等，AnnotationCacheOperationSource 是一個獲取緩存注解對應 CacheOperation 的類，而SpringCacheAnnotationParser 是解析注解的類，解析后會封裝成 CacheOperation 集合供AnnotationCacheOperationSource 查找。

CacheAspectSupport：緩存切面支持類，是CacheInterceptor 的父類，封裝了所有的緩存操作的主體邏輯。

主要流程如下：

• 通過CacheOperationSource，獲取所有的CacheOperation列表

• 如果有@CacheEvict注解、并且標記為在調用前執行，則做刪除/清空緩存的操作

• 如果有@Cacheable注解，查詢緩存

• 如果緩存未命中（查詢結果為null），則新增到cachePutRequests，后續執行原始方法后會寫入緩存

• 緩存命中時，使用緩存值作為結果；緩存未命中、或有@CachePut注解時，需要調用原始方法，使用原始方法的返回值作為結果

• 如果有@CachePut注解，則新增到cachePutRequests

• 如果緩存未命中，則把查詢結果值寫入緩存；如果有@CachePut注解，也把方法執行結果寫入緩存

• 如果有@CacheEvict注解、并且標記為在調用后執行，則做刪除/清空緩存的操作

“SpringBoot集成本地緩存性能之Caffeine實例分析”的內容就介紹到這里了，感謝大家的閱讀。如果想了解更多行業相關的知識可以關注億速云網站，小編將為大家輸出更多高質量的實用文章！