前言

緩存技術(shù)被認(rèn)為是減輕服務(wù)器負(fù)載、降低網(wǎng)絡(luò)擁塞、增強(qiáng)Web可擴(kuò)展性的有效途徑之一，其基本思想是利用客戶訪問的時(shí)間局部性（Temproral Locality）原理， 將客戶訪問過的內(nèi)容在Cache中存放一個(gè)副本，當(dāng)該內(nèi)容下次被訪問時(shí)，不必連接到駐留網(wǎng)站，而是由Cache中保留的副本提供。

在企業(yè)Web應(yīng)用中，通過緩存技術(shù)能夠提高請(qǐng)求的響應(yīng)速度；減少系統(tǒng)IO開銷；降低系統(tǒng)數(shù)據(jù)讀寫壓力...

緩存的意義

首先我們要知道，在我們開發(fā)過程中，為什么要使用緩存，緩存能夠?yàn)槲覀儙砟男┖锰帲?/p>

優(yōu)點(diǎn)

• 通過緩存承載系統(tǒng)壓力，減少對(duì)系統(tǒng)或網(wǎng)絡(luò)資源訪問而引起的性能消耗，在流量較大時(shí)能夠很好地減少系統(tǒng)擁塞。
• 緩存一般都是使用存取非常快的組件實(shí)現(xiàn)，通過緩存能夠快速響應(yīng)客戶端請(qǐng)求，從而降低客戶訪問延遲，提審系統(tǒng)響應(yīng)速度。
• 在配備負(fù)載均衡的應(yīng)用架構(gòu)中，通過緩存靜態(tài)資源能夠有效減少服務(wù)器負(fù)載壓力。
• 當(dāng)下游應(yīng)用故障時(shí)，通過返回緩存數(shù)據(jù)能夠在一定程度上增強(qiáng)應(yīng)用容錯(cuò)性。

缺點(diǎn)

• 緩存數(shù)據(jù)與實(shí)際數(shù)據(jù)不一致問題問題。
• 高并發(fā)場景時(shí)存在緩存擊穿、緩存穿透、緩存雪崩等問題。

總的來說，緩存主要是針對(duì)高頻訪問但低頻更新的數(shù)據(jù)，從而加快服務(wù)器響應(yīng)與原資源訪問壓力。

Guava Cache是一個(gè)相對(duì)比較簡單并且容易理解的本地緩存框架，今天主要以此為開端來認(rèn)識(shí)并學(xué)習(xí)如何使用緩存。

Guava Cache特色

本地緩存我們可以簡單的理解為Map，將數(shù)據(jù)保存到Map（內(nèi)存）中，下次使用該數(shù)據(jù)時(shí)，通過key直接從Map中取即可。但是使用Map會(huì)有一些幾個(gè)問題需要考慮：

• 緩存的容量。不可能無限制的對(duì)數(shù)據(jù)進(jìn)行緩存，當(dāng)數(shù)據(jù)較大時(shí)占用系統(tǒng)資源會(huì)導(dǎo)致主業(yè)務(wù)受影響。
• 緩存的清理。有些緩存使用頻率很低，如果一直占用資源也是一種浪費(fèi)。
• 并發(fā)訪問時(shí)的效率問題。緩存更新時(shí)瞬時(shí)對(duì)系統(tǒng)、網(wǎng)絡(luò)資源的訪問導(dǎo)致故障。
• 緩存使用情況評(píng)估

當(dāng)然以上問題我們通過我們對(duì)Map包裝下即可實(shí)現(xiàn)，當(dāng)然Guava Cache也就是基于這種思想，底層原理則是基于Map實(shí)現(xiàn)，我們看下其有哪些特色：

• 緩存過期和淘汰機(jī)制

通過設(shè)置Key的過期時(shí)間，包括訪問過期和創(chuàng)建過期；設(shè)置緩存容量大小，采用LRU的方式，選擇最近最久的緩存進(jìn)行刪除。

• 并發(fā)處理能力

Cache主要基于CurrentHashMap實(shí)現(xiàn)線程安全；通過對(duì)key的計(jì)算，基于分段鎖，提高緩存讀寫效率，降低鎖的粒度，提升并發(fā)能力。

• 更新鎖定

在緩存中查詢某個(gè)key，如果不存在，則查源數(shù)據(jù)，并回填緩存。在高并發(fā)下會(huì)出現(xiàn)，多次查詢?cè)獢?shù)據(jù)并重復(fù)回填緩存，可能會(huì)造成系統(tǒng)故障，最明顯的DB服務(wù)器宕機(jī)，性能下降等。GuavaCache通過在CacheLoader調(diào)用load方法時(shí)，對(duì)同一個(gè)key同一時(shí)刻只會(huì)有一個(gè)請(qǐng)求去讀源數(shù)據(jù)并回填緩存，后面的請(qǐng)求則直接繼續(xù)從緩存讀取，有效阻斷并發(fā)請(qǐng)求對(duì)資源服務(wù)的影響。

• 集成數(shù)據(jù)源

一般我們?cè)跇I(yè)務(wù)中操作緩存，都會(huì)操作緩存和數(shù)據(jù)源兩部分GuavaCache的get可以集成數(shù)據(jù)源，在從緩存中讀取不到時(shí)可以從數(shù)據(jù)源中讀取數(shù)據(jù)并回填緩存。

• 監(jiān)控統(tǒng)計(jì)

監(jiān)控緩存加載次數(shù)、命中率、失誤率以及數(shù)據(jù)加載時(shí)長等。

API介紹

• 緩存構(gòu)建

ManualCache此時(shí)Cache相當(dāng)于一個(gè)Map，對(duì)數(shù)據(jù)進(jìn)行CRUD操作時(shí)，需要同步操作緩存Map; 高并發(fā)情況時(shí)，可以使用get(k,loader)讀緩存，通過Cache鎖機(jī)制，防止對(duì)系統(tǒng)資源（DB）的并發(fā)訪問 通過put方法實(shí)現(xiàn)緩存的存入與更新；

• LoadingCache

此時(shí)構(gòu)建的是一個(gè)實(shí)現(xiàn)了Cache接口的LoadingCache，相比ManualCache，提供了緩存回填機(jī)制，即當(dāng)緩存不存在時(shí)，會(huì)基于CacheLoader查詢數(shù)據(jù)并將結(jié)果回填到緩存， 在高并發(fā)時(shí)，可以有效地基于緩存鎖減少對(duì)系統(tǒng)資源的調(diào)用。此時(shí)僅需要關(guān)注緩存的使用，緩存的更新與存入都是基于CacheLoader實(shí)現(xiàn)；

• 緩存獲取

get(k)

根據(jù)key查詢，沒有則觸發(fā)load；如果load為空則拋出異常。

getUnchecked(k)

緩存不存在或返回為null會(huì)拋出檢查異常。

get(k,loader)

根據(jù)key查詢，沒有則調(diào)用loader方法，且對(duì)結(jié)果緩存；如果loader返回null則拋出異常，此時(shí)不會(huì)調(diào)用默認(rèn)的load方法。

getIfPresent(k)

有緩存則返回，否則返回null，不會(huì)觸發(fā)load。

• 緩存更新

put(k,v)

如果緩存已經(jīng)存在，則會(huì)先進(jìn)行一次刪除。

• 緩存刪除

invalidate(k)

根據(jù)key使緩存失效。

過期

通過配置的過期參數(shù)，比如expireAfterAccess、expireAfterWrite、refreshAfterWrite。

過載

當(dāng)緩存數(shù)據(jù)量超過設(shè)置的最大值時(shí)，根據(jù)LRU算法進(jìn)行刪除。

引用

構(gòu)建緩存時(shí)將鍵值設(shè)置為弱引用、軟引用，基于GC機(jī)制來清理緩存。

• 統(tǒng)計(jì)

hitRate()

緩存命中率；

hitMiss()

緩存失誤率；

loadCount() 加載次數(shù)；

averageLoadPenalty()

加載新值的平均時(shí)間，單位為納秒；

evictionCount() 緩存項(xiàng)被回收的總數(shù)，不包括顯式清除。

Builder配置

簡單示例

• ManualCache模式

下面以用戶服務(wù)為例，我們看下如何在增刪改查方法中使用緩存：

private Cache<String, User> cache = CacheBuilder.newBuilder()
            .expireAfterWrite(3, TimeUnit.SECONDS)//寫入多久沒更新自動(dòng)過期，先刪除，后load
            .removalListener(new RemovalListener<Object, Object>() {
                @Override
                public void onRemoval(RemovalNotification<Object, Object> notification) {
                    LOGGER.info("{} remove {}",LocalDateTime.now().format(DateTimeFormatter.ofPattern("yyyy-MM-dd HH:mm:ss")),notification.getKey());
                }
            })
            .initialCapacity(20) //初始化容量
            .concurrencyLevel(10) // 并發(fā)
            .maximumSize(100) //最多緩存數(shù)量
            .recordStats() // 開啟統(tǒng)計(jì)
            .build();

@Override
    public User getUser(String id){
//        緩存不存在時(shí)，通過LocalCache鎖機(jī)制，防止對(duì)數(shù)據(jù)庫的高頻訪問
       User user;
       try {
           user = cache.get(id,()-> {
               LOGGER.info("緩存不存在,從loader加載數(shù)據(jù)");
               return userDao.get(id);
           });
       } catch (ExecutionException e) {
           throw new RuntimeException(e);
       }
        return user;
    }

    @Override
    public User saveOrUpdateUser(User user){
        userDao.saveOrUpdate(user);
        cache.put(user.getId(),user);
        return user;
    }

    @Override
    public void removeUser(String id){
        userDao.remove(id);
        cache.invalidate(id);
    }

• LoadingCache模式

private LoadingCache<String, User> cache = CacheBuilder.newBuilder()
            // 省略
            .build(new CacheLoader<String, User>() {
                @Override
                public User load(String key) throws Exception {
                    LOGGER.info("{} load {}",LocalDateTime.now().format(DateTimeFormatter.ofPattern("yyyy-MM-dd HH:mm:ss")),key);
                    return userDao.get(key);
                }

                @Override
                public ListenableFuture<User> reload(String key, User oldUser) throws Exception {
                    LOGGER.info("{} reload {}", LocalDateTime.now().format(DateTimeFormatter.ofPattern("yyyy-MM-dd HH:mm:ss")),key);
                    ListenableFutureTask<User> listenableFutureTask = ListenableFutureTask.create(() -> userDao.get(key));
                    CompletableFuture.runAsync(listenableFutureTask);
                    return listenableFutureTask;
                }
            });

    @SneakyThrows
    @Override
    public User getUser(String id){
        // 緩存不存在或返回為null會(huì)拋出異常
        try {
            return cache.getUnchecked(id);
        } catch (Exception e) {
            return null;
        }
    }

    @Override
    public User saveOrUpdateUser(User user){
        cache.invalidate(user.getId());
        return userDao.saveOrUpdate(user);
    }

    @Override
    public void removeUser(String id){
        cache.invalidate(id);
        userDao.remove(id);
    }

總結(jié)：第一種寫法更像是前面說到的Map，在對(duì)數(shù)據(jù)進(jìn)行CRUD操作時(shí)，需要用戶手動(dòng)對(duì)緩存進(jìn)行同步的更新或刪除操作，所以叫ManualCache（手動(dòng)），當(dāng)然Guava Cache對(duì)Map的加強(qiáng)依然有效，比如過期清除，緩存容量限制。第二種方式寫法差不多，主要是引入了CacheLoader接口，在讀數(shù)據(jù)時(shí)緩存數(shù)據(jù)不存在時(shí)，通過CacheLoader的load方法先寫緩存后返回?cái)?shù)據(jù)。

注意

• expireAfterWrite、refreshAfterWrite的區(qū)別。

在refreshAfterWrite導(dǎo)致緩存失效時(shí)，并不會(huì)因?yàn)楦戮彺娑枞彺鏀?shù)據(jù)的返回，只不過是返回老的數(shù)據(jù)。

• 不能緩存null

有時(shí)候?yàn)榱藢⒅禐閚ull的數(shù)據(jù)統(tǒng)一緩存，這樣就不會(huì)因?yàn)闆]有緩存數(shù)據(jù)而訪問數(shù)據(jù)庫造成壓力。

• 讀寫時(shí)才進(jìn)行刪除

Guava Cache的緩存數(shù)據(jù)刪除是在更新或?qū)懭霑r(shí)才會(huì)觸發(fā)，沒有單獨(dú)的調(diào)度服務(wù)完成這一工作。

• 本地緩存

類似的本地緩存還有，有興趣的可以自己嘗試，其實(shí)實(shí)現(xiàn)思想應(yīng)該也差不多。