基于Caffeine本地缓存结合Redis的两级缓存(初始版本)

缓存作为目前高性能服务框架中不可或缺的一部分，扮演着越来越重要的角色。

实际的项目中通常会用redis做第一层缓存，如果不命中则会直接查询数据库，这种架构可以减轻数据库的压力。

如今可以在其基础上再做出改进，配合本地缓存再次去提升响应速度和服务性能。由此诞生二级缓存架构。

借用网图：

话不多说：创建springboot项目，整合redis和数据库配置以及相关依赖。

首先我们需要自己创建一个Caffeine中的Cache对象来缓存数据，他的数据结构类似于Hashmap.详细配置如下：

@Configuration
public class CaffeineConfig {
    @Bean
    public Cache<String,Object> caffeineCache(){
        return Caffeine.newBuilder()
                .initialCapacity(128)//初始大小
                .maximumSize(1024)//最大数量
                .expireAfterWrite(60, TimeUnit.SECONDS)//过期时间
                .build();
    }
}

简单解释一下Cache相关的几个参数的意义：

• initialCapacity：初始缓存空大小

• maximumSize：缓存的最大数量，设置这个值可以避免出现内存溢出

• expireAfterWrite：指定缓存的过期时间，是最后一次写操作后的一个时间，这里

此外，缓存的过期策略也可以通过expireAfterAccess或refreshAfterWrite指定。

创建完成后，就可以在业务层中使用了。

public Order getOrderById(Long id) {
    String key = CacheConstant.ORDER + id;
    Order order = (Order) cache.get(key,
            k -> {
                //先查询 Redis
                Object obj = redisTemplate.opsForValue().get(k);
                if (Objects.nonNull(obj)) {
                    log.info("get data from redis");
                    return obj;
                }

                // Redis没有则查询 DB
                log.info("get data from database");
                Order myOrder = orderMapper.selectOne(new LambdaQueryWrapper<Order>()
                        .eq(Order::getId, id));
                redisTemplate.opsForValue().set(k, myOrder, 120, TimeUnit.SECONDS);
                return myOrder;
            });
    return order;
}

 查找顺序为Caffeine中的本地缓存-》redis->DB

上面的例子中Caffeine中的过期时间为60s,Redis的过期时间为120.

再举个更新的例子说明一下

public void updateOrder(Order order) {
    log.info("update order data");
    String key=CacheConstant.ORDER + order.getId();
    orderMapper.updateById(order);
    //修改 Redis
    redisTemplate.opsForValue().set(key,order,120, TimeUnit.SECONDS);
    // 修改本地缓存
    cache.put(key,order);
}

 核心思想：Caffeine>redis>DB