多级缓存实现方案

多级缓存

传统的缓存策略一般是请求到达Tomcat后,先查询Redis,如果未命中则查询数据库,存在下面的问题:

  • 请求要经过Tomcat处理,Tomcat的性能成为整个系统的瓶颈
  • Redis缓存失效时,会对数据库产生冲击

Caffeine

进程本地缓存,例如HashMap、GuavaCache、Caffeine:

  • 优点:读取本地内存,没有网络开销,速度更快
  • 缺点:存储容量有限、可靠性较低、无法共享
  • 场景:性能要求较高,缓存数据量较小

Caffeine 是一个超强大的高性能本地缓存框架,除了基本的缓存功能之外,Caffeine 还提供了过期、异步加载、事件通知等功能。

基本API
java 复制代码
@Test
void testBasicOps() {
    // 构建cache对象
    Cache<String, String> cache = Caffeine.newBuilder().build();

    // 存数据
    cache.put("gf", "迪丽热巴");

    // 取数据
    String gf = cache.getIfPresent("gf");
    System.out.println("gf = " + gf);

    // 取数据,包含两个参数:
    // 参数一:缓存的key
    // 参数二:Lambda表达式,表达式参数就是缓存的key,方法体是查询数据库的逻辑
    // 优先根据key查询JVM缓存,如果未命中,则执行参数二的Lambda表达式
    String defaultGF = cache.get("defaultGF", key -> {
        // 根据key去数据库查询数据
        return "柳岩";
    });
    System.out.println("defaultGF = " + defaultGF);
}
缓存驱逐策略

Caffeine既然是缓存的一种,肯定需要有缓存的清除策略,不然的话内存总会有耗尽的时候。

Caffeine提供了三种缓存驱逐策略:

  • 基于容量:设置缓存的数量上限

    java 复制代码
    // 创建缓存对象
    Cache<String, String> cache = Caffeine.newBuilder()
        .maximumSize(1) // 设置缓存大小上限为 1
        .build();
  • 基于时间:设置缓存的有效时间

    java 复制代码
    // 创建缓存对象
    Cache<String, String> cache = Caffeine.newBuilder()
        // 设置缓存有效期为 10 秒,从最后一次写入开始计时 
        .expireAfterWrite(Duration.ofSeconds(10)) 
        .build();
  • 基于引用:设置缓存为软引用或弱引用,利用GC来回收缓存数据。性能较差,不建议使用。

注意:在默认情况下,当一个缓存元素过期的时候,Caffeine不会自动立即将其清理和驱逐。而是在一次读或写操作后,或者在空闲时间完成对失效数据的驱逐。

相关推荐
Databend35 分钟前
使用 SeaTunnel 建立从 MySQL 到 Databend 的数据同步管道
数据库
老纪的技术唠嗑局1 小时前
度小满列举五大技术场景拆解数据库选型方案,降本、性能、效率均翻倍
数据库·百度
间彧1 小时前
RedisTemplate介绍与使用
java·redis
一眼万里*e1 小时前
Python 字典 (Dictionary) 详解
前端·数据库·python
L_qingting1 小时前
Redis 主从复制
数据库·redis·缓存
不辉放弃1 小时前
pyspark中map算子和flatmap算子
数据库·pyspark·大数据开发
搞数据的小杰1 小时前
spark广播表大小超过Spark默认的8GB限制
大数据·数据库·分布式·spark
小地瓜重新去华容道工作2 小时前
【QT】实现应用程序启动画面
java·数据库·qt
时序数据说2 小时前
时序数据库处理的时序数据独特特性解析
大数据·数据库·物联网·时序数据库·iotdb
l1t3 小时前
借助DeepSeek编写输出漂亮表格的chdb客户端
开发语言·数据库·c++·github