Caffeine本地缓存

Caffeine本地缓存

0.caffeine适用场景

适用场景
因为Caffeine cache是类似于Guava cache的一种内存缓存，所以适合单机的数据缓存；因为存储在内存的，没有持久化，因此适合一些短期或者启动以及结果信息的短暂缓存。当涉及到多机多服务的缓存时候，属于分布式缓存的范畴，可以使用Redis、memcached等分布式的缓存组件。

1.什么是本地缓存

Redis是一个运行在机器上面的服务，而本地缓存就是你jar包里面的一部分，Redis缓存是需要通过网络连接去获取数据的，而本地缓存就是在你的java项目里面的jvm内存中的数据。

2.如何使用Caffeine本地缓存框架

• 引入依赖

				<dependency>
            <groupId>com.github.ben-manes.caffeine</groupId>
            <artifactId>caffeine</artifactId>
        </dependency>

• 注入Bean到IOC容器

@Configuration
public class CaffeineConfig {
    @Bean
    public Cache<Object,Object> Cache(){
        Cache<Object, Object> caffeineCache = Caffeine.newBuilder()
                .initialCapacity(50)
                .maximumSize(100)
                .build();
        return caffeineCache;
    };
}

3.介绍Caffeine

1.Caffeine的缓存淘汰策略

Caffeine淘汰算法：使用基于W-TinyLFU算法，实现几乎完美的命中率；

1. FIFO：实现简单，类似于队列，先进先出，因此缓存命中率不是很高。

2. LRU：最近最久未使用算法（Least Recently Used）如果一个数据在一段时间内没有被访问，那么我们认为后面被访问的概率也很小。当我们添加新数据的时候，会把新数据放到队尾（假设新数据最大概率被再次访问），当我们长度到达阈值需要淘汰数据的时候，会从队首进行淘汰。这种算法造成缓存污染的概率会大些，比如现在有一些较少数据突增流量，但是后面不在访问，那么此时已经将热数据淘汰出去了，而缓存的数据后面也几乎不被访问。

3. LFU：最近最少使用算法（Least Frequently Used）如果一个数据在一段时间内访问的频率很小，那么认为后面被访问的几率也很小，所以淘汰访问频率最少的数据；该算法可以处理LRU因为冷数据突增带来的缓存污染问题。存在的问题是数据访问模式如果改变，这种算法命中率会下降，并且需要额外的空间存储信息频率。

4. W-TinyLFU：记录了近期访问记录的频率信息，不满足的记录不会进入到缓存。使用Count-Min Sketch算法记录访问记录的频率信息。依靠衰减操作，来尽可能的支持数据访问模式的变化。

• 代码示例

1. 基于大小的缓存淘汰策略（基于缓存项数目）：

   Cache<String, String> cache = Caffeine.newBuilder()
           .maximumSize(100) // 设置最大缓存项数目为100
           .build();
   

   在这个示例中，通过maximumSize()方法指定了缓存的最大项数。当缓存项的数量达到最大值时，最旧的缓存项将被淘汰。

2. 基于权重的缓存淘汰策略（基于缓存项的权重）：

   Cache<String, String> cache = Caffeine.newBuilder()
           .maximumWeight(1000) // 设置最大缓存权重为1000
           .weigher((key, value) -> value.length()) // 指定缓存项的权重计算方法
           .build();
   

   在这个示例中，通过maximumWeight()方法设置了缓存的最大权重。然后，通过weigher()方法指定了计算缓存项权重的方法，该方法返回缓存项的权重。当缓存项的权重总和达到最大权重时，最旧的缓存项将被淘汰。

3. 定时过期的缓存淘汰策略（基于缓存项的过期时间）：

   Cache<String, String> cache = Caffeine.newBuilder()
           .expireAfterWrite(1, TimeUnit.MINUTES) // 设置缓存项的写入后过期时间为1分钟
           .build();
   

   在这个示例中，通过expireAfterWrite()方法设置了缓存项的写入后过期时间。当缓存项距离上一次写入超过指定的时间后，该缓存项将被淘汰。

• 思考问题

​ 我如果不指定最大缓存数目，那么默认的缓存淘汰策略是什么？

2.Caffeine可以给某个key设置过期时间

是的，Caffeine中的缓存Cache可以设置某个key的过期时间。

Caffeine是一个Java缓存库，提供了一种高效的内存缓存解决方案。它提供了灵活的配置选项，并支持在缓存中设置key的过期时间。

以下是设置key的过期时间的示例代码：

import com.github.benmanes.caffeine.cache.Cache;
import com.github.benmanes.caffeine.cache.Caffeine;

public class Example {
    public static void main(String[] args) {
        // 创建一个缓存实例
        Cache<String, String> cache = Caffeine.newBuilder()
                .build();

        // 设置某个key的过期时间
        String key = "exampleKey";
        String value = "exampleValue";
        cache.put(key, value);

        // 设置key的过期时间为10秒
        cache.put(key, value, cache.ticker().read() + 10_000);

        // 获取key对应的value
        String result = cache.getIfPresent(key);
        System.out.println(result);

        // 等待10秒后
        try {
            Thread.sleep(10_000);
        } catch (InterruptedException e) {
            e.printStackTrace();
        }

        // 获取key对应的value，此时已过期，返回null
        result = cache.getIfPresent(key);
        System.out.println(result);
    }
}

在上述示例中，我们使用Caffeine创建了一个缓存实例，然后使用put方法设置某个key的value，并使用put方法的重载版本设置对应的过期时间，即cache.put(key, value, cache.ticker().read() + 10_000)。

在设置过期时间时，需要使用当前时间加上过期时间的毫秒数，通过cache.ticker().read()获取当前时间戳。

通过调用getIfPresent方法，可以获取某个key对应的value。在示例中，我们首先获取key对应的value，然后等待过期时间10秒后，再次获取key对应的value，已经过期，返回null。

这样，我们可以使用Caffeine的缓存实现具备了设置key过期时间的功能。