单机环境下Caffeine和Redis两级缓存的实现与问题解决

1. Caffeine和Redis介绍

Caffeine 是一个高性能、基于 Java 的缓存库。它被设计用来作为 Java 应用程序的本地缓存解决方案，提供了比传统缓存更高效的功能和性能。Caffeine 可以缓存任意类型的数据，并具有丰富的配置选项，以满足不同应用的缓存需求。

Caffeine 通过使用多种缓存策略（如基于大小、时间、引用等），支持自动过期、最大容量限制、以及基于异步加载 的缓存操作。它的设计目标是高效、低延迟，并能在多线程环境中保持性能。

Redis 是一个开源的、基于内存的数据结构存储系统，支持多种数据结构，如字符串（string）、哈希（hash）、列表（list）、集合（set）、有序集合（sorted set）等。它不仅可以用作数据库，还可以作为缓存和消息中间件。由于其速度非常快（大多数操作在内存中进行），Redis 被广泛应用于需要快速读取和写入的场景，例如缓存、会话管理、实时数据分析、消息队列等。

在本文章中，我们就详细介绍一下，如何使用Caffeine和Redis搭建一个本地+远程的二级缓存结构并且让它们的交互变得更加丝滑。

2. 搭建过程

2.1 SpringBoot 项目引入依赖

        <dependency>
            <groupId>org.springframework.boot</groupId>
            <artifactId>spring-boot-starter-data-redis</artifactId>
        </dependency>
        <dependency>
            <groupId>com.github.ben-manes.caffeine</groupId>
            <artifactId>caffeine</artifactId>
            <version>3.1.8</version>
        </dependency>

2.2 注册Caffeine中cache对象为Bean对象

java 复制代码

@Bean
public Cache<String, Object> localCache() {
        return Caffeine.newBuilder()
                .expireAfterWrite(5, TimeUnit.MINUTES)
                .initialCapacity(100)
                .maximumSize(1000)
                .build();
 }

后续使用只需要注入这个类型为Cache的bean对象就可以调用其中的增删查改方法.

基本使用:

java 复制代码

cache.put("key1","value1");//存入key-value键值对
cache.getIfPresent("key1");//根据key删除键值对
cache.invalidate("key1");//根据key删除键值对

2.3 注入操作Redis客户端的对象stringRedisTemplate

java 复制代码

@Autowired
private StringRedisTemplate stringRedisTemplate;

基本使用:

java 复制代码

stringRedisTemplate.opsForValue().set("key1", "value1");//存入key-value键值对
stringRedisTemplate.opsForValue().get("key1");//根据key获取键值对
stringRedisTemplate.opsForValue().del("key1");//根据key删除键值对

2.4 缓存工具类CacheUtil结合使用

我们给出get方法作为示例:

java 复制代码

@Configuration
public class CacheUtil {

    @Autowired
    private Cache cache;
    @Autowired
    private StringRedisTemplate stringRedisTemplate;
    
    public boolean set(String key, String value) {
            String localCache = cache.getIfPresent("key1";//Caffeine本地缓存获取key-value键值对
            String remoteCache = stringRedisTemplate.opsForValue().get("key1");//Redis远程缓存获取key-value键值对
            return true;
        } catch (Exception e) {
            log.error("CacheUtil error, set({}, {})", key, value, e, tryConnectTime.isDegrade());
            return false;
        }
    }
}

3. 进阶问题

3.1 如何让两者产生关联?

我们上述的例子实际上仅仅是把这两个缓存的get相关代码"放到了一起",实际上并没有让这两者产生任何关联性.思考一下,在Redis中查询不到数据的时候,我们是不是会查询数据库,再把对应数据放入Redis中.那么,我们实际上可以使用"桥接模式",仍然让Caffeine中的缓存数据从Redis中获取.

注册bean对象----本地cache和redis客户端

java 复制代码

/**
     * 配置Caffeine本地缓存
     * @return
     */
    @Bean
    public Cache<String, Object> localCache() {
        return Caffeine.newBuilder()
                .expireAfterWrite(5, TimeUnit.MINUTES)
                .initialCapacity(100)
                .maximumSize(1000)
                .build();
    }

    /**
     * 获取redis本地客户端
     * @param lettuceConnectionFactory
     * @return
     */
    @Bean
    public RedisClient redisClient(@Autowired LettuceConnectionFactory lettuceConnectionFactory) {
        return (RedisClient) lettuceConnectionFactory.getNativeClient();
    }

其中redis客户端的获取使用了"工厂模式",直接使用注入的工厂即可.

注册缓存上下文(cacheFrontendContext)为bean对象----结合本地cache和redis客户端对象

java 复制代码

/**
     * 缓存上下文
     * @param redisClient
     * @param cache
     * @return
     */
    @Bean
    public CacheFrontendContext cacheFrontendContext(@Autowired RedisClient redisClient, @Autowired Cache cache) {
        return new CacheFrontendContext(redisClient, cache);
    }

这个对象可以用来帮助我们设置Caffeine跟踪Redis中的数据变化.

java 复制代码

public class CacheFrontendContext {
    private static final Logger log = LoggerFactory.getLogger(CacheFrontendContext.class);
    @Getter
    private CacheFrontend cacheFrontend;
    private RedisClient redisClient;
    @Getter
    private Cache cache;
    StatefulRedisConnection<String, String> connection;

    public CacheFrontendContext(RedisClient redisClient, Cache cache) {
        this.redisClient = redisClient;
        this.cache = cache;
    }
}

核心追踪方法

java 复制代码

connection.addListener(message -> {
   List<Object> content = message.getContent(StringCodec.UTF8::decodeKey);
   log.info("type:{}, content:{}",message.getType(), content);
   if (message.getType().equalsIgnoreCase("invalidate")) {
         List<String> keys = (List<String>) content.get(1);
         keys.forEach(key -> {
             cache.invalidate(key);
         });
   }
});

当Redis中数据变动后,当我们尝试从Caffeine中根据某个key值获取对应value时,会监听消息的类型,如果类型为"invalidate"(已经变动),就自动清除Caffeine中这对key-value缓存,再重新将Redis中的数据放入Caffeine.

Caffeine-Redis桥接关键

java 复制代码

connection = redisClient.connect();
     CacheFrontend<String, String> frontend = ClientSideCaching.enable(
                    new CaffeineCacheAccessor(cache),
                    connection,
                    TrackingArgs.Builder.enabled()
     );
this.cacheFrontend = frontend;

通过这个代码片段设置对Redis消息的追踪.

CaffeineCacheAccessor----Caffeine-Redis桥接类

这个类的是十分必要的,Caffeine和Redis本身是毫不相干的两个组件,要将它们结合在一起,除了追踪以外,仍然需要告诉Caffeine:获取到Redis中的最新数据后,应该怎么处理这些数据,再存放到Caffeine中.

java 复制代码

public class CaffeineCacheAccessor implements CacheAccessor {
    private static final Logger log = LoggerFactory.getLogger(CaffeineCacheAccessor.class);
    private Cache cache;

    public CaffeineCacheAccessor(Cache cache) {
        this.cache = cache;
    }

    @Override
    public Object get(Object key) {
        log.info("caffeine get => {}", key);
        return cache.getIfPresent(key);
    }

    @Override
    public void put(Object key, Object value) {
        log.info("caffeine set => {}:{}", key, value);
        cache.put(key, value);
    }

    @Override
    public void evict(Object key) {
        log.info("caffeine evict => {}", key);
        cache.invalidate(key);
    }
}

通过这样一系列的设置,我们就能够把get部分的代码简化:

java 复制代码

@Autowired
private CacheFrontendContext cacheFrontendContext;

public String get(String key) {
   return cacheFrontendContext.getCacheFrontend().get(key).toString();
}

在存数据时只需要将数据存入Redis中即可,在读取时优先读取Caffeine中的数据,如果不存在或者过期了,Caffeine会自动从Redis中读取数据,成功让Caffeine和Redis产生了依赖关系.

3.2 Redis挂了怎么办?(熔断降级与断开重连的实现)

经过上述的操作,Caffeine的确和Redis产生了依赖关系,但是如果Redis挂了怎么办?我们就不能再向Redis中存数据了.那么我们就需要实现熔断降级,就是解开这些组件的耦合关系.在这个案例中,就是实现Caffeine本地缓存的存取数据,不至于影响到整个系统.那么我们实际上可以构造一个check方法轮询来确保Redis的连接状态,如果连接断开了我们就尝试重新连接,如果多次重新连接失败,就利用Caffeine来存取数据.

check方法

java 复制代码

@SneakyThrows
    public void check() {
        if (connection != null) {
            if (connection.isOpen()) {  
                return;
            }
        }
        try {
            tryConnectTime.increase();
            //成功降级就减少重连的频率
            if (tryConnectTime.isDegrade()) Thread.sleep(5000);
            //重新建立连接
            connection = redisClient.connect();
            CacheFrontend<String, String> frontend = ClientSideCaching.enable(
                    new CaffeineCacheAccessor(cache),
                    connection,
                    TrackingArgs.Builder.enabled()
            );
            this.cacheFrontend = frontend;
            //添加监听,如果redis数据变动,caffeine获取时自动清除缓存
            connection.addListener(message -> {
                List<Object> content = message.getContent(StringCodec.UTF8::decodeKey);
                log.info("type:{}, content:{}",message.getType(), content);
                if (message.getType().equalsIgnoreCase("invalidate")) {
                    List<String> keys = (List<String>) content.get(1);
                    keys.forEach(key -> {
                        cache.invalidate(key);
                    });
                }
            });
            log.warn("The redis client side connection had been reconnected.");
        }catch (RuntimeException e) {
            log.error("The redis client side connection had been disconnected, waiting reconnect...", e);
        }
    }

TryConnectTime----用于计重连次数的类

java 复制代码

public class TryConnectTime {
    private volatile AtomicInteger time = new AtomicInteger(0);

    public void increase() {
        time.incrementAndGet();
    }
    public void reset() {
        time.set(0);
    }
    public boolean isDegrade() {
        return time.get() > 5;//五次尝试重连失败,就熔断降级
    }
}

java 复制代码

@Bean
  public TryConnectTime tryConnectTime() {
      return new TryConnectTime();
}

CacheUtil工具类set方法示例:

java 复制代码

public boolean set(String key, String value) {
    try {
          if (tryConnectTime.isDegrade()) {
               return setByCaffeine(key, value);
          }
          return setByRedis(key, value);
    } catch (Exception e) {
          log.error("CacheUtil error, set({}, {}), isDegrade:{}", key, value, e, tryConnectTime.isDegrade());
            return false;
    }
}

3.3 Redis重连后的数据一致性问题

那么我们之前说Caffeine是依赖于Redis中的数据的,如果Redis重启后,在这段Redis挂掉期间的缓存数据是存放在Caffeine中的,当Redis服务又可用时会清除它自己的所有缓存数据,会不会把Caffeine中实际有用的数据当作过期的数据,从而进行覆盖呢?实际上是有可能的.

解决方法也十分简单,我们只需要记录下这段期间(熔断降级后到Redis服务可用 )内对Caffeine缓存数据的变动,另外设置一个Caffeine的bean对象,把这些数据在Redis重新成功连接时,再设置回到Redis中.(因为有两个Cache类型的bean对象,需要使用@Qualifier根据名称注入,@Autowired默认是根据类型注入)

java 复制代码

@Bean
public Cache<String, Object> waitingSyncDataCache() {
    return Caffeine.newBuilder()
             .expireAfterWrite(120, TimeUnit.MINUTES)
             .initialCapacity(100)
             .maximumSize(3000)
             .build();
}

check完整方法

java 复制代码

public class CacheFrontendContext {
    private static final Logger log = LoggerFactory.getLogger(CacheFrontendContext.class);
    @Getter
    private CacheFrontend cacheFrontend;
    private RedisClient redisClient;
    @Getter
    private Cache cache;
    @Qualifier("waitingSyncDataCache")
    private Cache waitingSyncDataCache;
    @Autowired
    private TryConnectTime tryConnectTime;
    @Autowired
    private StringRedisTemplate stringRedisTemplate;
    StatefulRedisConnection<String, String> connection;

    public CacheFrontendContext(RedisClient redisClient, Cache cache) {
        this.redisClient = redisClient;
        this.cache = cache;
    }

    @SneakyThrows
    public void check() {
        if (connection != null) {
            if (connection.isOpen()) {
                if (!waitingSyncDataCache.asMap().entrySet().isEmpty()) {
                    syncDataToRedis(waitingSyncDataCache);
                }
                tryConnectTime.reset();
                return;
            }
        }
        try {
            tryConnectTime.increase();
            if (tryConnectTime.isDegrade()) Thread.sleep(5000);
            //重新建立连接
            connection = redisClient.connect();
            CacheFrontend<String, String> frontend = ClientSideCaching.enable(
                    new CaffeineCacheAccessor(cache),
                    connection,
                    TrackingArgs.Builder.enabled()
            );
            this.cacheFrontend = frontend;
            if (!waitingSyncDataCache.asMap().entrySet().isEmpty()) {
                syncDataToRedis(waitingSyncDataCache);
            }
            //添加监听,如果redis数据变动,caffeine自动清除缓存
            connection.addListener(message -> {
                List<Object> content = message.getContent(StringCodec.UTF8::decodeKey);
                log.info("type:{}, content:{}",message.getType(), content);
                if (message.getType().equalsIgnoreCase("invalidate")) {
                    List<String> keys = (List<String>) content.get(1);
                    keys.forEach(key -> {
                        cache.invalidate(key);
                    });
                }
            });
            log.warn("The redis client side connection had been reconnected.");
        }catch (RuntimeException e) {
            log.error("The redis client side connection had been disconnected, waiting reconnect...", e);
        }
    }

    private void syncDataToRedis(Cache waitingSyncDataCache) {
        Set<Map.Entry<String, String>> entrySet = waitingSyncDataCache.asMap().entrySet();
        for (Map.Entry<String, String> entry : entrySet) {
            if (!stringRedisTemplate.hasKey(entry.getKey())) {
                stringRedisTemplate.opsForValue().set(entry.getKey(), entry.getValue());
                log.info("同步key:{},value:{}到Redis客户端",entry.getKey(), entry.getValue());
            }
            waitingSyncDataCache.invalidate(entry.getKey());
        }
    }
}