多级缓存对比（Caffeine + Redis），以及缓存不一致问题的解决

这篇文章资料来自于网络，是对部分知识整理，这里只是记录一下，仅供参考

一、Spring Cache、Caffeine、Ehcache、Redis、Guava缓存的对比分析与选型建议：

1.1、核心特性对比

特性	Spring Cache（抽象层）	Caffeine	Ehcache	Redis	Guava（已淘汰）
类型	缓存抽象接口	本地高性能缓存	本地/分布式缓存	分布式缓存	本地缓存（旧版）
性能	依赖具体实现	极高性能（W-TinyLFU）	中高（支持磁盘存储）	高（网络延迟敏感）	中（基于LRU）
分布式支持	无	无	支持（RMI/JGroup）	原生支持集群	无
持久化	无	无	支持（磁盘存储）	支持（RDB/AOF）	无
适用场景	注解化缓存管理	单节点高频访问	单机或简单分布式	跨进程共享/大规模数据	旧项目兼容

1.2、选型建议与适用场景

1. Spring Cache（抽象层）

定位：提供统一的缓存API，支持多种缓存实现（如Caffeine、Redis等），通过注解（@Cacheable、@CacheEvict）简化开发13。
适用场景：需要快速集成缓存且希望代码与具体实现解耦的项目。适合结合Caffeine或Redis使用。
局限性：复杂场景（如动态刷新、多级缓存联动）需直接操作底层API。

2. Caffeine

优势：基于W-TinyLFU算法，命中率高；性能碾压Guava（读写吞吐量提升4倍以上）68。
适用场景：单机高并发场景（如电商秒杀），需要极低延迟的本地缓存。Spring 5+默认推荐替代Guava48。
配置示例：

Caffeine.newBuilder() .maximumSize(10_000) .expireAfterWrite(5, TimeUnit.MINUTES) .build();

3. Ehcache

优势：支持磁盘持久化 和内存溢出保护，适合数据量较大的单机应用；与Spring集成良好39。
适用场景：需要缓存数据持久化（如重启后恢复）或简单分布式同步（通过RMI）。例如金融系统的静态配置缓存。
局限性：集群方案复杂，性能低于Caffeine57。

4. Redis

优势：分布式缓存、数据持久化、丰富数据结构（如Hash/List）；支持哨兵和集群模式，高可用性强。
适用场景：跨服务共享数据（如会话缓存）、高频读写且需保证一致性的场景（如库存扣减）。
注意点 ：网络延迟可能成为瓶颈，需结合本地缓存（如Caffeine）形成多级缓存。

5. Guava（历史选择）

现状：已被Caffeine全面取代，Spring 5+不再支持。仅建议旧项目维护时使用。
缺陷：基于LRU算法，命中率低于Caffeine；不支持空值缓存。

二、多级缓存架构实现（Caffeine + Redis）

Caffeine 与 Redis 的深度集成

在现代 Java 开发领域，Spring Cache 凭借其简洁高效的特性，成为了众多开发者优化应用性能的首选利器。它巧妙地将缓存逻辑与业务代码解耦，让我们只需通过简单的注解操作，便能轻松享受缓存带来的 "速度加成"。而 Spring Cache 的强大之处，还体现在它对多种缓存实现的支持，其中 Caffeine 和 Redis 无疑是备受瞩目的两种方案。

1. 架构原理

请求数据返回数据
查询Redis返回数据写入本地缓存返回数据
查询数据库返回数据写入Redis返回数据写入本地缓存返回数据

三、缓存不一致问题的解决

1. 缓存一致性

两级缓存与数据库的数据要保持一致，一旦数据发生了修改，在修改数据库的同时，本地缓存、远程缓存应该同步更新。

解决方案1: MQ

一般现在部署都是集群部署，有多个不同节点的本地缓存; 可以使用MQ的广播模式，当数据修改时向MQ发送消息，节点监听并消费消息，删除本地缓存，达到最终一致性；

解决方案2：Canal + MQ

如果你不想在你的业务代码发送MQ消息，还可以适用近几年比较流行的方法：订阅数据库变更日志，再操作缓存。Canal 订阅Mysql的 Binlog日志，当发生变化时向MQ发送消息，进而也实现数据一致性。

四、本地内存的技术选型问题

从易用性角度，Guava Cache、Caffeine和Encache都有十分成熟的接入方案，使用简单。
从功能性角度，Guava Cache和Caffeine功能类似，都是只支持堆内缓存，Encache相比功能更为丰富
- 从性能上进行比较，Caffeine最优、GuavaCache次之，Encache最差(下图是三者的性能对比结果）
  
  虽然Encache功能更为丰富，甚至提供了持久化和集群的功能，但是这些功能完全可以依靠其他方式实现。真实的业务工程中，建议使用Caffeine作为本地缓存，另外使用redis或者memcache作为分布式缓存，构造多级缓存体系，保证性能和可靠性。