缓存三部曲：从线程到分布式

背景

在业务中，我们通常会访问数据库(DB)或远程服务(API)来获取数据，这些访问：

延迟高(I/O开销大)
数据变化不频繁
多次重复查询相同的数据

针对这些数据我们可以进行缓存，减少对数据库的查询次数，减轻数据库的访问压力。但是在不同的场景下缓存实现的是方式也各有不同。所以记录一下常见的缓存实现方式叭~

常见的缓存实现方式

线程级缓存(ThreadLocal)

当前线程独有，随着线程销毁，不同线程下不共享。

知识点

1.ThreadLocal内部关系图

每一个线程内部都有一个ThreadLocalMap

ThreadLocalMap的key是对ThreadLocal 的弱引用

value是你存进去的实际数据(强引用)

不同线程的ThreadLocalMap相互独立，不共享

2.内存泄漏

当 ThreadLocal 对象被 GC 了

key 变成 null（因为是弱引用被 GC 回收）

value 还在内存中（因为 ThreadLocalMap 还在当前线程中）

若线程是线程池管理（长生命周期），value 就永远不会释放

应当在业务处理完之后调用remove()方法

3.线程的生命周期

在典型的web应用(springboot)中，每一个用户请求都会分配一个独立的线程来执行。

不同用户 → 不同线程 → 各自独立运行递归 → 各自拥有独立的 ThreadLocal 缓存空间

方法之间涉及调用或者递归调用自己都是在一个线程里面，调用过程中只是函数调用栈的变化，例如

java 复制代码

public class DemoService {

    public void totalMethod() {
        methodA();
        methodB();
        methodC();
        methodD();
    }

    private void methodA() { ... }
    private void methodB() { ... }
    private void methodC() { ... }
    private void methodD() { ... }
}

当执行：

java 复制代码

new DemoService().totalMethod();

在这个过程中：

所有的这些方法（totalMethod、methodA、methodB...）都是在同一个线程里顺序执行的。

调用过程只是函数调用栈的变化，不会创建新线程。

4.什么时候才会有多个线程

显示创建线程或线程池中执行才会在不同的线程中执行

场景	是否多线程	执行方式	调用关系
普通调用（方法里互相调用）	❌ 否	同一线程内，顺序执行	依次入栈出栈
递归调用	❌ 否	同一线程内，多层入栈	自己调用自己
`new Thread(...)`	✅ 是	不同线程并发执行	各自独立
线程池 / `CompletableFuture`	✅ 是	不同线程并发执行	异步

应用场景

当我们了解了ThreadLocal基本知识点后，就可以开始利用它的特点进行线程级别的缓存啦。当涉及线程级别的缓存，同时在同线程下多次查询相同的数据的。

实现方式

java 复制代码

//1.初始化一个ThreadLocal对象
private static final ThreadLocal<Map<Long, List<Benefit>>> BENEFIT_CACHE = ThreadLocal.withInitial(HashMap::new);

//2.从ThreadLocal对象里面取出数据，无则直接返回，有则新增
list = BENEFIT_CACHE.get().computeIfAbsent(customBenefit.getId(), k -> lambdaQuery().in(Benefit::getId, benefitIds).list());

//3.如果有递归
unpacking(current.getIncludes(), current, benefits, depth + 1);

//4. 递归深度 == 0时 清空ThreadLocal 
if (depth == 0) { BENEFIT_CACHE.remove(); }

本地缓存

本地缓存应该是我们最常用一种方式，应用场景也比较多，大多数是通过map进行实现的。存储位置在JVM内存中，随着应用进程销毁，不同线程可共享。

分布式缓存

当涉及跨服务之间的数据共享的场景下，使用分布式缓存就比较合适了。常用的缓存方式就是通过redis实现了，长期存在，可过期。

总结

每个缓存适应的场景不同，可以在不同的情况下使用不同的缓存方式，来减轻I/O消耗，减轻数据库的访问压力

缓存方式	存储位置	生命周期	并发访问	常用场景
本地缓存（Local Cache）	JVM 内存（如 `Map`、`ThreadLocal`、Guava Cache）	随应用进程销毁	线程内共享（可加锁）	单机服务、小数据量、低延迟查询
分布式缓存（Distributed Cache）	独立服务（如 Redis、Memcached）	长期存在，可过期	多线程/多实例共享	大型系统、微服务集群间共享数据
线程级缓存（ThreadLocal）	当前线程独有	随线程销毁	不同线程不共享	临时缓存，如递归、批量操作