一文詳解Caffeine緩存庫的常用功能與使用指南
更新時間：2025年07月31日 08:56:20 作者：越重天
Caffeine作為新一代高性能Java緩存庫,在并發(fā)場景下展現(xiàn)出卓越表現(xiàn),本文將介紹Caffeine緩存庫的常用功能使用介紹,希望對大家有所幫助
Caffeine作為新一代高性能Java緩存庫，在并發(fā)場景下展現(xiàn)出卓越表現(xiàn)。它通過創(chuàng)新的W-TinyLFU淘汰算法實現(xiàn)高達99%的命中率，并采用無鎖設計使吞吐量較傳統(tǒng)方案提升5-10倍。該庫提供靈活的緩存管理能力：支持基于時間（寫入/訪問過期）、數(shù)量或權(quán)重的淘汰策略；允許為單個Key設置專屬過期時間；獨創(chuàng)的異步刷新機制能在不阻塞請求的情況下更新數(shù)據(jù)。開發(fā)者可通過簡潔的鏈式API配置內(nèi)存控制、加載邏輯和事件監(jiān)聽，輕松構(gòu)建高并發(fā)低延遲的智能緩存系統(tǒng)。其與Guava Cache兼容的接口設計，更使遷移成本降至最低。
以下是 Caffeine 緩存庫的常用功能使用介紹，涵蓋基礎操作、過期策略、淘汰配置等核心功能：
一、基礎緩存操作
import com.github.benmanes.caffeine.cache.Cache;
import com.github.benmanes.caffeine.cache.Caffeine;
// 1. 創(chuàng)建緩存實例
Cache<String, Object> cache = Caffeine.newBuilder()
.build();
// 2. 添加數(shù)據(jù)
cache.put("key1", "value1");
// 3. 獲取數(shù)據(jù)（手動）
Object value = cache.getIfPresent("key1"); // 存在返回value，否則null
// 4. 刪除數(shù)據(jù)
cache.invalidate("key1");
cache.invalidateAll(); // 清空緩存
二、自動加載緩存（推薦）
LoadingCache<String, Object> cache = Caffeine.newBuilder()
.build(key -> {
// 緩存未命中時自動執(zhí)行的加載邏輯
return fetchFromDB(key); // 自定義數(shù)據(jù)庫加載方法
});
// 自動加載數(shù)據(jù)（緩存未命中時執(zhí)行build中的邏輯）
Object value = cache.get("user_123");
三、過期策略配置
1. 全局過期策略
Cache<String, Object> cache = Caffeine.newBuilder()
// 寫入后30分鐘過期
.expireAfterWrite(30, TimeUnit.MINUTES)
// 最后訪問后15分鐘過期
.expireAfterAccess(15, TimeUnit.MINUTES)
// 自定義過期策略（按需實現(xiàn)）
.expireAfter(new Expiry<String, Object>() {
public long expireAfterCreate(String key, Object value, long currentTime) {
return TimeUnit.MINUTES.toNanos(10); // 創(chuàng)建后10分鐘過期
}
public long expireAfterUpdate(String key, Object value, long currentTime, long currentDuration) {
return currentDuration; // 更新后不改變過期時間
}
public long expireAfterRead(String key, Object value, long currentTime, long currentDuration) {
return currentDuration; // 讀取后不改變過期時間
}
})
.build();
2. 單Key過期（高級用法）
// 創(chuàng)建支持變長過期的緩存
Cache<String, Object> cache = Caffeine.newBuilder()
.expireAfter(new Expiry<String, Object>() {
// ...實現(xiàn)同上
})
.build();
// 為特定Key設置不同過期時間
cache.policy().expireVariably().ifPresent(policy -> {
policy.put("hot_key", "value", 2, TimeUnit.HOURS); // 2小時
policy.put("cold_key", "value", 10, TimeUnit.MINUTES); // 10分鐘
});
四、淘汰策略配置
Cache<String, Object> cache = Caffeine.newBuilder()
// 基于數(shù)量淘汰（最多1000個條目）
.maximumSize(1000)
// 基于權(quán)重淘汰（需實現(xiàn)Weigher）
.maximumWeight(10_000)
.weigher((String key, Object value) -> {
// 自定義權(quán)重計算邏輯
if (value instanceof String) return ((String) value).length();
if (value instanceof List) return ((List<?>) value).size();
return 1;
})
// 基于引用回收（謹慎使用）
.weakKeys() // 弱引用Key
.weakValues() // 弱引用Value
.softValues() // 軟引用Value
.build();
五、刷新策略（優(yōu)于純過期）
LoadingCache<String, Object> cache = Caffeine.newBuilder()
// 寫入后1分鐘可刷新（不阻塞讀取，異步刷新舊值）
.refreshAfterWrite(1, TimeUnit.MINUTES)
.build(key -> fetchFromDB(key));
六、監(jiān)聽器與統(tǒng)計
Cache<String, Object> cache = Caffeine.newBuilder()
// 移除監(jiān)聽器
.removalListener((String key, Object value, RemovalCause cause) -> {
System.out.printf("Key %s was removed (%s)%n", key, cause);
})
// 啟用統(tǒng)計
.recordStats()
.build();
// 獲取統(tǒng)計信息
CacheStats stats = cache.stats();
System.out.printf("Hit Rate: %.2f%%, Loads: %d%n",
stats.hitRate() * 100, stats.loadCount());
七、異步操作
// 1. 異步緩存
AsyncLoadingCache<String, Object> asyncCache = Caffeine.newBuilder()
.buildAsync(key -> fetchFromDB(key));
// 獲取數(shù)據(jù)（返回CompletableFuture）
CompletableFuture<Object> future = asyncCache.get("key1");
// 2. 同步視圖操作
Object value = asyncCache.synchronous().get("key1");
八、最佳實踐配置模板
LoadingCache<String, Object> optimalCache = Caffeine.newBuilder()
// 容量控制
.maximumSize(10_000)
// 過期策略
.expireAfterWrite(30, TimeUnit.MINUTES)
// 刷新策略
.refreshAfterWrite(5, TimeUnit.MINUTES)
// 統(tǒng)計和監(jiān)聽
.recordStats()
.removalListener((key, value, cause) ->
logRemoval(key, cause))
// 自動加載
.build(key -> fetchFromDB(key));
九、基于Caffeine實現(xiàn)的動態(tài)緩存
我們有時候需要這樣一種場景：當用戶請求某個key的時候，該緩存自動從數(shù)據(jù)庫去加載，就是注冊一個數(shù)據(jù)庫加載器（自己實現(xiàn)），當獲取不到該key時，自動走數(shù)據(jù)庫查詢，然后存入該key中。當往caffeine緩存中插入一個key后，如果緩存沒有，則自動存入，并自動同步到數(shù)據(jù)庫中，當刪除一個key，或key過期后，自動從數(shù)據(jù)庫同步刪除。
以下是簡單的實現(xiàn)流程：
import com.github.benmanes.caffeine.cache.*;
import java.util.concurrent.TimeUnit;
public class DynamicCache<K, V> {
private final Cache<K, V> cache;
private final DataLoader<K, V> dataLoader;
private final DataSynchronizer<K, V> dataSynchronizer;
public DynamicCache(DataLoader<K, V> dataLoader, DataSynchronizer<K, V> dataSynchronizer) {
this.dataLoader = dataLoader;
this.dataSynchronizer = dataSynchronizer;
this.cache = Caffeine.newBuilder()
// 配置緩存策略（按需設置）
.expireAfterWrite(30, TimeUnit.MINUTES) // 30分鐘過期
.maximumSize(1000) // 最大緩存項
// 注冊移除監(jiān)聽器（用于刪除數(shù)據(jù)庫數(shù)據(jù)）
.removalListener((K key, V value, RemovalCause cause) -> {
if (cause.wasEvicted()) { // 僅處理過期或容量剔除
dataSynchronizer.deleteFromDatabase(key);
}
})
// 注冊加載器（用于緩存未命中時從DB加載）
.build(key -> {
V value = dataLoader.loadFromDatabase(key);
if (value == null) throw new Exception("Key not found");
return value;
});
}
// 獲取數(shù)據(jù)（自動加載）
public V get(K key) {
return cache.get(key, k -> {
V value = dataLoader.loadFromDatabase(k);
if (value == null) throw new RuntimeException("Data not found");
return value;
});
}
// 添加/更新數(shù)據(jù)（同步到數(shù)據(jù)庫）
public void put(K key, V value) {
// 先同步到數(shù)據(jù)庫
dataSynchronizer.saveToDatabase(key, value);
// 再更新緩存
cache.put(key, value);
}
// 刪除數(shù)據(jù)（同步刪除數(shù)據(jù)庫）
public void delete(K key) {
// 先刪除數(shù)據(jù)庫數(shù)據(jù)
dataSynchronizer.deleteFromDatabase(key);
// 再使緩存失效
cache.invalidate(key);
}
// 數(shù)據(jù)庫加載器接口
public interface DataLoader<K, V> {
V loadFromDatabase(K key);
}
// 數(shù)據(jù)庫同步器接口
public interface DataSynchronizer<K, V> {
void saveToDatabase(K key, V value);
void deleteFromDatabase(K key);
}
}
上述接口使用示例：
// 1. 實現(xiàn)數(shù)據(jù)庫操作接口
DynamicCache.DataLoader<String, User> loader = key ->
jdbcTemplate.queryForObject("SELECT * FROM users WHERE id=?", User.class, key);
DynamicCache.DataSynchronizer<String, User> synchronizer = new DynamicCache.DataSynchronizer<>() {
@Override
public void saveToDatabase(String key, User value) {
jdbcTemplate.update("INSERT OR REPLACE INTO users (id, name) VALUES (?, ?)",
key, value.getName());
}
@Override
public void deleteFromDatabase(String key) {
jdbcTemplate.update("DELETE FROM users WHERE id=?", key);
}
};
// 2. 創(chuàng)建緩存實例
DynamicCache<String, User> userCache = new DynamicCache<>(loader, synchronizer);
// 3. 使用緩存
// 自動加載（緩存未命中時從DB加載）
User user = userCache.get("user123");
// 添加/更新（同步到DB）
userCache.put("user456", new User("Alice"));
// 刪除（同步刪除DB數(shù)據(jù)）
userCache.delete("user789");
關鍵特性說明：
1.自動加載：
- 當調(diào)用
get()方法且緩存未命中時，自動通過DataLoader從數(shù)據(jù)庫加載 - 加載成功后自動填充緩存
2.寫穿透：
put() 操作時：
- 先通過
DataSynchronizer保存到數(shù)據(jù)庫 - 再更新緩存
保證數(shù)據(jù)庫與緩存的數(shù)據(jù)一致性
3.刪除同步：
delete() 操作時：
- 先刪除數(shù)據(jù)庫數(shù)據(jù)
- 再使緩存失效
緩存過期/淘汰時：
通過 RemovalListener 自動觸發(fā)數(shù)據(jù)庫刪除
4.緩存配置：
- 可自定義過期時間（
expireAfterWrite） - 可設置最大容量（
maximumSize） - 支持其他Caffeine特性（刷新策略、弱引用等）
關鍵特性對比表
| 功能 | 配置方法 | 適用場景 |
|---|---|---|
| 寫入過期 | expireAfterWrite() | 數(shù)據(jù)更新頻率低的場景 |
| 訪問過期 | expireAfterAccess() | 讀多寫少的場景 |
| 自適應過期 | expireAfter(Expiry) | 需要動態(tài)過期時間的場景 |
| 數(shù)量淘汰 | maximumSize() | 通用場景 |
| 權(quán)重淘汰 | maximumWeight() + weigher() | 緩存對象大小差異大的場景 |
| 異步刷新 | refreshAfterWrite() | 高并發(fā)讀取+后臺更新 |
| 弱/軟引用 | weakKeys()/softValues() | 內(nèi)存敏感型應用 |
注意事項
1.刷新 vs 過期：
- 刷新 (
refreshAfterWrite) 異步更新舊值，不阻塞請求 - 過期 (
expireAfterWrite) 會阻塞請求直到新值加載完成
2.權(quán)重計算：
- 確保
weigher計算快速（納秒級） - 權(quán)重總和不超過
maximumWeight
3.過期時間精度：
.scheduler(Scheduler.systemScheduler())
默認時間精度≈1秒，需要毫秒級精度可配置：
4.并發(fā)加載控制：
- 相同key并發(fā)請求時，只有一個線程執(zhí)行加載
- 可通過
executor()指定自定義線程池
到此這篇關于一文詳解Caffeine緩存庫的常用功能與使用指南的文章就介紹到這了,更多相關Caffeine緩存庫內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持腳本之家！
相關文章
這篇文章主要介紹了了解Java多線程的可見性與有序性，在Java內(nèi)存模型中，允許編譯器和處理器對指令進行重排序，但是重排序過程不會影響到單線程程序的執(zhí)行，卻會影響到多線程并發(fā)執(zhí)行的正確性。,需要的朋友可以參考下2019-06-06
本文更準確的說法應該是JVM的內(nèi)存模型，但是這里又牽扯了一些其他的前置知識，主要是想從Java入手，從源頭上梳理一遍整個Java底層運行的機制，中間會額外補充一些和題目無關的前置基礎，導致主講內(nèi)存模型的篇幅所占的比例就不是那么絕對。2021-06-06
這篇文章主要給大家介紹了關于java判斷對象中某個屬性是否為空的相關資料,最近遇到后臺接收值的時候,需要對接收對象進行非空校驗,需要的朋友可以參考下2023-07-07
基于spring boot實現(xiàn)一個全局異常處理器
在項目開發(fā)中,我們可以基于spring boot提供的切面特性,來很輕松的實現(xiàn)全局異常的處理,所以本文主要為大家介紹了如何基于spring boot實現(xiàn)一個全局異常處理器,有需要的可以參考下2023-09-09
裝飾器是js中一種聲明式語法特性,用于在不修改原始代碼的情況下,動態(tài)擴展類、方法、屬性或參數(shù)的行為,本文將從基礎概念入手,逐步講解裝飾器的類型、用法、進階技巧及實戰(zhàn)場景,感興趣的朋友跟隨小編一起看看吧2025-11-11
這篇文章主要介紹了詳解springboot整合ueditor踩過的坑，文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值，需要的朋友們下面隨著小編來一起學習學習吧2020-06-06
Java Lambda表達式的方法引用和構(gòu)造器引用實例分析
這篇文章主要介紹了Java Lambda表達式的方法引用和構(gòu)造器引用,結(jié)合實例形式分析了Lambda表達式的方法引用和構(gòu)造器引用相關原理、用法及操作注意事項,需要的朋友可以參考下2019-09-09
Mybatis-Plus 條件構(gòu)造器 QueryWrapper 的基本用法
這篇文章主要介紹了Mybatis-Plus - 條件構(gòu)造器 QueryWrapper 的使用,通過實例代碼給大家介紹了查詢示例代碼及實現(xiàn)需求，代碼簡單易懂，對大家的學習或工作具有一定的參考借鑒價值，需要的朋友可以參考下2021-09-09
跟著思路走，之后從簡單題入手，反復去看，做過之后可能會忘記，之后再做一次，記不住就反復做，反復尋求思路和規(guī)律，慢慢積累就會發(fā)現(xiàn)質(zhì)的變化2022-03-03
HashTable是jdk 1.0中引入的產(chǎn)物，基本上現(xiàn)在很少使用了，但是會在面試中經(jīng)常被問到。本文就來帶大家一起深入了解一下Hashtable，需要的可以參考一下2022-09-09