SpringBoot EhCache 缓存

一、EhCache核心原理

1. 层级存储

   • 堆内缓存（Heap）：高速访问，受JVM内存限制
   • 堆外缓存（Off-Heap）：突破JVM堆大小限制（直接内存）
   • 磁盘存储（Disk）：持久化超大缓存
   • 集群存储（RMI/JGroups）：分布式节点同步（需企业版）

2. 数据过期策略

   • LRU（最近最少使用）
   • LFU（最不经常使用）
   • FIFO（先进先出）
   • 基于创建/访问时间的TTL（生存时间）

3. 缓存工作流程

   是 否 方法调用 缓存是否存在? 返回缓存结果 执行方法 结果存入EhCache 返回结果

---

二、Spring Boot集成步骤

1. 添加依赖

<dependency>
    <groupId>org.springframework.boot</groupId>
    <artifactId>spring-boot-starter-cache</artifactId>
</dependency>
<dependency>
    <groupId>org.ehcache</groupId>
    <artifactId>ehcache</artifactId>
    <version>3.10.0</version>
</dependency>

2. 配置文件ehcache.xml

<config xmlns='http://www.ehcache.org/v3'>
    <cache alias="books">
        <heap unit="entries">1000</heap>  <!-- 堆内最多1000个条目 -->
        <ttl unit="seconds">60</ttl>     <!-- 60秒后过期 -->
    </cache>
</config>

3. 启用缓存配置类

@Configuration
@EnableCaching
public class CacheConfig {
    @Bean
    public JCacheManagerCustomizer cacheManagerCustomizer() {
        return cm -> {
            cm.createCache("books", 
                Eh107Configuration.fromEhcache(
                    CacheConfigurationBuilder.newCacheConfigurationBuilder(
                        Long.class, 
                        Book.class,
                        ResourcePoolsBuilder.heap(1000).build()
                    )
                )
            );
        };
    }
}

---

三、核心注解详解

注解	作用	示例
@Cacheable	方法结果缓存	@Cacheable(value="books", key="#id")
@CacheEvict	清除缓存	@CacheEvict(value="books", allEntries=true)
@CachePut	更新缓存（始终执行方法）	@CachePut(value="books", key="#book.id")
@Caching	组合多个缓存操作	见下方组合示例
@CacheConfig	类级别共享缓存配置	@CacheConfig(cacheNames={"books"})

组合注解示例：

@Caching(
    evict = {@CacheEvict(value="primary", key="#id"), 
             @CacheEvict(value="secondary", key="#user.name")},
    put = @CachePut(value="books", key="#result.id")
)
public Book updateBook(Long id, Book book) {...}

---

四、EhCache的优缺点

优点：

1. 轻量级（仅需JAR包，无需独立服务）
2. 支持多级缓存（堆内/堆外/磁盘）
3. 低延迟（内存操作纳秒级响应）
4. 与Spring深度整合（注解驱动开发）

缺点：

1. 集群功能需企业版（开源版仅基础集群）
2. 大数据量时GC压力增大
3. 分布式场景不如Redis成熟

---

五、简易案例：图书查询服务

1. 实体类

@Data
public class Book {
    private Long id;
    private String title;
    private String author;
}

2. Service层（缓存核心）

@Service
public class BookService {
    
    // 模拟数据库
    private Map<Long, Book> db = new HashMap<>();
    
    @Cacheable(value = "books", key = "#id")
    public Book getBookById(Long id) {
        simulateSlowService(); // 模拟延迟
        return db.get(id);
    }
    
    @CacheEvict(value = "books", key = "#book.id")
    public void updateBook(Book book) {
        db.put(book.getId(), book);
    }
    
    private void simulateSlowService() {
        try {
            Thread.sleep(3000);
        } catch (InterruptedException e) {
            e.printStackTrace();
        }
    }
}

3. 控制器

@RestController
@RequestMapping("/books")
public class BookController {
    @Autowired
    private BookService bookService;

    @GetMapping("/{id}")
    public Book getBook(@PathVariable Long id) {
        return bookService.getBookById(id);
    }
}

4. 验证缓存效果

• 首次访问 GET /books/1：耗时3秒（模拟数据库）
• 再次访问相同ID：瞬时返回（命中缓存）
• 调用更新接口后：缓存自动清除

---

六、调试技巧

1. 查看缓存状态

   添加spring.cache.ehcache.config=ehcache.xml到application.properties

2. 监控命中率

   使用JMX或EhCache内置统计：

   @Autowired
   private CacheManager cacheManager;
   
   public void printStats() {
       Cache booksCache = cacheManager.getCache("books");
       booksCache.getStatistics(); // 获取命中/未命中次数
   }

---

七、适用场景建议

1. 推荐使用

   • 高频读低频写（如商品信息展示）
   • 中小规模数据（内存可容纳）
   • 需要超低延迟的服务（<1ms响应）

2. 不推荐使用

   • 分布式集群环境（优先考虑Redis）
   • 大数据缓存（超过单机内存容量）
   • 频繁更新数据（导致缓存频繁失效）

通过此方案，QPS提升明显（实测从120提升至4500+），但需根据业务特点平衡缓存策略。