Java学习第一百零五部分——Caffeine

目录

一、前言简介

二、核心特性

三、使用方式

四、缓存驱逐策略

五、与Guava Cache对比

六、典型应用场景

七、依赖添加——基于Maven

八、总结归纳

一、前言简介

       Java Caffeine 是一个基于 Java 8 的高性能本地缓存库，由 Google Guava Cache 改进而来，被 Spring 5（及 Spring Boot 2.x）选为默认缓存组件，替代了 Guava Cache。它通过先进的算法和灵活的配置，显著提升缓存命中率，适用于高并发场景。

二、核心特性

1. 高性能算法

• 采用Window TinyLFU 算法（结合 LRU 和 LFU 的优势），在读写密集场景下命中率接近最优，性能远超 Guava Cache 和 Ehcache。

• 无锁并发设计（如 `StampedLock`），支持高并发访问。

2. 灵活的驱逐策略

• 基于容量：通过 `maximumSize` 限制条目数量，超出时自动淘汰低频数据。

• 基于时间：支持 `expireAfterWrite`（写入后过期）和 `expireAfterAccess`（访问后过期）。

• 基于引用：可用 `weakKeys`/`weakValues`（弱引用）或 `softValues`（软引用）依赖 GC 回收内存。

3. 异步加载与刷新

• 支持同步/异步加载数据（如 `CacheLoader`），避免缓存穿透。

• 通过 `refreshAfterWrite` 后台刷新旧数据，访问时返回旧值并触发异步更新。

4. 事件监听与统计  

• 提供 `removalListener` 监听条目移除事件（如过期、手动删除）。

• 启用 `recordStats()` 可统计命中率、加载次数等指标。

三、使用方式

四、缓存驱逐策略

• 容量驱逐：`maximumSize` 限制条目数（默认使用 W-TinyLFU 淘汰低频数据）。

• 时间驱逐：

  .expireAfterWrite(10, TimeUnit.MINUTES)  // 写入后10分钟过期
  .expireAfterAccess(5, TimeUnit.MINUTES)  // 访问后5分钟过期

• 引用驱逐：通过 `weakKeys().softValues()` 结合 GC 回收（性能较差，慎用）。

五、与Guava Cache对比

六、典型应用场景

• Web 应用：缓存用户会话、频繁查询的数据库结果（如用户信息）。

• 微服务架构：作为本地缓存与 Redis 等分布式缓存组成多级缓存，减轻网络压力。

• 高并发系统：减少重复计算，例如缓存中间结果或热点数据。

七、依赖添加——基于Maven

<dependency>
    <groupId>com.github.ben-manes.caffeine</groupId>
    <artifactId>caffeine</artifactId>
    <version>3.1.8</version> <!-- 2025年最新版 -->
</dependency>

八、总结归纳

      Caffeine 凭借其高性能、灵活的配置和接近最优的命中率，成为 Java 本地缓存的首选方案。尤其适合需要低延迟、高并发的场景，如电商秒杀、实时数据分析等，其设计平衡了内存占用与访问效率，是优化系统性能的利器。