本地缓存方案Guava Cache

Guava Cache 是 Google 的 Guava 库提供的一个高效内存缓存解决方案，适用于需要快速访问且不频繁变更的数据。

// 普通缓存
Cache<Key, Value> cache = CacheBuilder.newBuilder()
    .maximumSize(1000) // 最大条目数
    .expireAfterWrite(10, TimeUnit.MINUTES) // 写入后10分钟过期
    .recordStats() // 开启统计
    .build();

// 自动加载缓存（LoadingCache）
LoadingCache<Key, Value> loadingCache = CacheBuilder.newBuilder()
    .maximumWeight(10_000)
    .weigher((Key k, Value v) -> v.size()) // 按值大小计算权重
    .build(new CacheLoader<Key, Value>() {
        @Override
        public Value load(Key key) throws Exception {
            return loadDataFromDataSource(key); // 缺失时自动加载
        }
    });

---

​2. 核心操作​

// 手动放入缓存
cache.put(key, value);

// 获取缓存（缺失时返回null）
Value value = cache.getIfPresent(key);

// 获取并自动加载（LoadingCache）
Value value = loadingCache.get(key); // 若缺失，调用CacheLoader.load()

// 手动移除
cache.invalidate(key);
cache.invalidateAll(); // 清空所有缓存

---

​3. 过期策略​

• ​时间驱动​：
  • expireAfterWrite(duration)：写入后指定时间过期。
  • expireAfterAccess(duration)：最后一次访问后指定时间过期。
• ​容量驱动​：
  • maximumSize(long)：基于LRU策略淘汰条目。
  • maximumWeight(long) + weigher：按条目权重计算总容量。

---

​4. 自动加载（LoadingCache）​​

• ​同步加载​：通过 CacheLoader.load() 方法在缓存未命中时同步加载数据。
• ​批量加载​：重写 loadAll(Iterable<? extends K> keys) 提升多键加载效率。
• ​异步刷新​：使用 refreshAfterWrite(duration) 在后台异步刷新过期条目，避免阻塞读取。

---

​5. 移除监听器（RemovalListener）​​

监听缓存条目被移除的事件，执行资源释放等操作：

RemovalListener<Key, Value> listener = notification -> {
    if (notification.wasEvicted()) {
        // 处理资源释放
    }
};

Cache<Key, Value> cache = CacheBuilder.newBuilder()
    .removalListener(listener)
    .build();

---

​6. 统计信息​

通过 recordStats() 启用统计，获取命中率、加载时间等数据：

Cache<?, ?> cache = CacheBuilder.newBuilder().recordStats().build();
// ...
CacheStats stats = cache.stats();
double hitRate = stats.hitRate(); // 命中率
long missCount = stats.missCount(); // 未命中次数

---

​7. 线程安全​

Guava Cache 默认线程安全，支持高并发读写，无需额外同步。

---

​8. 异常处理​

• CacheLoader 中抛出的异常会被封装为 UncheckedExecutionException。
• 建议在 load 方法中捕获异常，或通过 getUnchecked() 处理。

---

​9. 使用场景​

• ​高频读取，低频变更​：如配置信息、用户会话。
• ​计算密集型数据​：避免重复计算（如复杂查询结果）。
• ​资源敏感场景​：通过权重控制内存占用。

---

​示例代码​

LoadingCache<String, String> cache = CacheBuilder.newBuilder()
    .maximumSize(1000)
    .expireAfterAccess(5, TimeUnit.MINUTES)
    .recordStats()
    .build(new CacheLoader<String, String>() {
        @Override
        public String load(String key) {
            return fetchDataFromDB(key); // 缺失时从数据库加载
        }
    });

// 使用缓存
try {
    String data = cache.get("user:123");
} catch (ExecutionException e) {
    // 处理加载异常
}

// 手动刷新
cache.refresh("user:123");

---

通过合理配置策略，Guava Cache 能有效平衡内存使用与性能，是 Java 应用中轻量级缓存的优选方案。