前言
在高并发系统环境下，jvm本地缓存扮演着至关重要的角色，合理的应用能够使系统响应迅速，提高用户体验感，而分布式缓存redis则存在着网络io，以及流量消耗问题，需要和本地缓存搭配使用，才能使系统请求更快，下面我们分别介绍一下四种本地缓存
ConcurrentHashMap (Java 标准库)
介绍
ConcurrentHashMap 是 Java 标准库中的线程安全的哈希表实现，它支持并发访问和修改。通过锁分段机制（segment locking）实现高并发访问，允许多个线程并发地读取和写入。
优点
线程安全：内部实现了细粒度的锁，允许高并发访问。
简单易用：Java 标准库类，无需额外依赖。
性能优越：适用于高并发场景，读写性能较好。
缺点
缺少高级功能：没有内置的过期策略、最大容量控制、缓存统计等高级功能。
没有持久化：数据仅存在于内存中，程序结束后数据丢失。
适用场景
简单的缓存需求，例如会话缓存、短期数据缓存等。
高并发环境下的基本缓存使用
Guava Cache
介绍
Guava 是 Google 提供的一个开源 Java 库，其中的 Cache 类提供了一个轻量级的本地缓存实现，支持各种缓存策略。
优点
简单易用：API 设计简洁明了，易于使用。
灵活配置：支持多种缓存策略，如基于时间、基于大小的过期和自动刷新。
高效：适用于中等规模的缓存需求，性能良好。
缺点
功能有限：不支持持久化和分布式缓存，仅限于本地内存缓存。
依赖库：需要引入 Guava 库。
适用场景
中等规模的应用程序，适合需要灵活过期策略的缓存需求。
缓存配置较简单，不需要持久化存储
Ehcache
介绍
Ehcache 是一个广泛使用的开源 Java 缓存库，功能丰富，支持多种缓存策略，并且可以持久化到磁盘，还提供高可用性和分布式缓存支持。
优点
功能丰富：支持多种缓存策略、持久化到磁盘、分布式缓存等高级功能。
高度可配置：提供丰富的配置选项，能精细调整缓存行为。
持久化支持：数据可以持久化到磁盘，适合长期数据缓存需求。
与 Spring 和 Hibernate 集成良好：提供与这些框架的无缝集成。
缺点
配置复杂：配置选项繁多，初学者需要一定的学习成本。
性能开销：功能丰富带来的性能开销，不适合极高性能要求的场景。
适用场景
企业级应用，需要高级功能如持久化、分布式缓存、复杂缓存策略的场景。
与 Spring 和 Hibernate 集成的项目，缓存数据库查询结果、会话数据等
Caffeine
介绍
Caffeine 是一个高性能的 Java 缓存库，由 Google 的 Guava Cache 发展而来，提供更高效的缓存实现和更多的配置选项。
优点
高性能：Caffeine 在并发性能和缓存效率上表现卓越。
灵活配置：支持多种缓存策略，如基于时间的过期、基于引用的过期、大小限制等。
主动驱逐：支持基于权重的主动驱逐策略，适合高频访问的缓存场景。
良好的统计信息：提供丰富的缓存统计信息，便于监控和调优。
缺点
无持久化：不支持持久化存储，数据仅存在于内存中。
依赖库：需要引入 Caffeine 库。
适用场景
高并发、高性能要求的应用，如 Web 应用中的热点数据缓存。
需要灵活配置缓存策略但不需要持久化存储的场景
总结对比
| 缓存库 | 优点 | 缺点 | 适用场景 |
|---|---|---|---|
| ConcurrentHashMap | 线程安全、简单易用、性能优越、Java 标准库 | 缺少高级功能、没有持久化 | 简单的高并发缓存需求，如会话缓存、短期数据缓存 |
| Guava | 简单易用、灵活配置、高效、Google 维护 | 功能有限、不支持持久化和分布式缓存 | 中等规模的应用，需要灵活过期策略的缓存需求 |
| Ehcache | 功能丰富、持久化支持、高度可配置、与 Spring 和 Hibernate 集成良好 | 配置复杂、性能开销相对较大 | 需要高级功能的企业级应用，如持久化、分布式缓存 |
| Caffine | 高性能、灵活配置、主动驱逐、良好的统计信息 | 无持久化、依赖库 | 高并发、高性能要求的应用，如 Web 热点数据缓存 |