Caffeine 缓存库的常用功能使用介绍

🧑 博主简介：CSDN博客专家，历代文学网（PC端可以访问：https://literature.sinhy.com/#/?__c=1000，移动端可微信小程序搜索“历代文学”）总架构师，15年工作经验，精通Java编程，高并发设计，Springboot和微服务，熟悉Linux，ESXI虚拟化以及云原生Docker和K8s，热衷于探索科技的边界，并将理论知识转化为实际应用。保持对新技术的好奇心，乐于分享所学，希望通过我的实践经历和见解，启发他人的创新思维。在这里，我希望能与志同道合的朋友交流探讨，共同进步，一起在技术的世界里不断学习成长。
技术合作请加本人wx（注明来自csdn）：foreast_sea

---

Caffeine 缓存库的常用功能使用介绍

Caffeine作为新一代高性能Java缓存库，在并发场景下展现出卓越表现。它通过创新的W-TinyLFU淘汰算法实现高达99%的命中率，并采用无锁设计使吞吐量较传统方案提升5-10倍。该库提供灵活的缓存管理能力：支持基于时间（写入/访问过期）、数量或权重的淘汰策略；允许为单个Key设置专属过期时间；独创的异步刷新机制能在不阻塞请求的情况下更新数据。开发者可通过简洁的链式API配置内存控制、加载逻辑和事件监听，轻松构建高并发低延迟的智能缓存系统。其与Guava Cache兼容的接口设计，更使迁移成本降至最低。

以下是 Caffeine 缓存库的常用功能使用介绍，涵盖基础操作、过期策略、淘汰配置等核心功能：

---

一、基础缓存操作

import com.github.benmanes.caffeine.cache.Cache;
import com.github.benmanes.caffeine.cache.Caffeine;// 1. 创建缓存实例
Cache<String, Object> cache = Caffeine.newBuilder().build();// 2. 添加数据
cache.put("key1", "value1");// 3. 获取数据（手动）
Object value = cache.getIfPresent("key1"); // 存在返回value，否则null// 4. 删除数据
cache.invalidate("key1");
cache.invalidateAll(); // 清空缓存

---

二、自动加载缓存（推荐）

LoadingCache<String, Object> cache = Caffeine.newBuilder().build(key -> {// 缓存未命中时自动执行的加载逻辑return fetchFromDB(key); // 自定义数据库加载方法});// 自动加载数据（缓存未命中时执行build中的逻辑）
Object value = cache.get("user_123");

---

三、过期策略配置

1. 全局过期策略

Cache<String, Object> cache = Caffeine.newBuilder()// 写入后30分钟过期.expireAfterWrite(30, TimeUnit.MINUTES)// 最后访问后15分钟过期.expireAfterAccess(15, TimeUnit.MINUTES)// 自定义过期策略（按需实现）.expireAfter(new Expiry<String, Object>() {public long expireAfterCreate(String key, Object value, long currentTime) {return TimeUnit.MINUTES.toNanos(10); // 创建后10分钟过期}public long expireAfterUpdate(String key, Object value, long currentTime, long currentDuration) {return currentDuration; // 更新后不改变过期时间}public long expireAfterRead(String key, Object value, long currentTime, long currentDuration) {return currentDuration; // 读取后不改变过期时间}}).build();

2. 单Key过期（高级用法）

// 创建支持变长过期的缓存
Cache<String, Object> cache = Caffeine.newBuilder().expireAfter(new Expiry<String, Object>() {// ...实现同上}).build();// 为特定Key设置不同过期时间
cache.policy().expireVariably().ifPresent(policy -> {policy.put("hot_key", "value", 2, TimeUnit.HOURS);  // 2小时policy.put("cold_key", "value", 10, TimeUnit.MINUTES); // 10分钟
});

---

四、淘汰策略配置

Cache<String, Object> cache = Caffeine.newBuilder()// 基于数量淘汰（最多1000个条目）.maximumSize(1000)// 基于权重淘汰（需实现Weigher）.maximumWeight(10_000).weigher((String key, Object value) -> {// 自定义权重计算逻辑if (value instanceof String) return ((String) value).length();if (value instanceof List) return ((List<?>) value).size();return 1;})// 基于引用回收（谨慎使用）.weakKeys()      // 弱引用Key.weakValues()    // 弱引用Value.softValues()    // 软引用Value.build();

---

五、刷新策略（优于纯过期）

LoadingCache<String, Object> cache = Caffeine.newBuilder()// 写入后1分钟可刷新（不阻塞读取，异步刷新旧值）.refreshAfterWrite(1, TimeUnit.MINUTES).build(key -> fetchFromDB(key));

---

六、监听器与统计

Cache<String, Object> cache = Caffeine.newBuilder()// 移除监听器.removalListener((String key, Object value, RemovalCause cause) -> {System.out.printf("Key %s was removed (%s)%n", key, cause);})// 启用统计.recordStats().build();// 获取统计信息
CacheStats stats = cache.stats();
System.out.printf("Hit Rate: %.2f%%, Loads: %d%n",stats.hitRate() * 100, stats.loadCount());

---

七、异步操作

// 1. 异步缓存
AsyncLoadingCache<String, Object> asyncCache = Caffeine.newBuilder().buildAsync(key -> fetchFromDB(key));// 获取数据（返回CompletableFuture）
CompletableFuture<Object> future = asyncCache.get("key1");// 2. 同步视图操作
Object value = asyncCache.synchronous().get("key1");

---

八、最佳实践配置模板

LoadingCache<String, Object> optimalCache = Caffeine.newBuilder()// 容量控制.maximumSize(10_000)// 过期策略.expireAfterWrite(30, TimeUnit.MINUTES)// 刷新策略.refreshAfterWrite(5, TimeUnit.MINUTES)// 统计和监听.recordStats().removalListener((key, value, cause) -> logRemoval(key, cause))// 自动加载.build(key -> fetchFromDB(key));

---

九、基于Caffeine实现的动态缓存

我们有时候需要这样一种场景：当用户请求某个key的时候，该缓存自动从数据库去加载，就是注册一个数据库加载器（自己实现），当获取不到该key时，自动走数据库查询，然后存入该key中。当往caffeine缓存中插入一个key后，如果缓存没有，则自动存入，并自动同步到数据库中，当删除一个key，或key过期后，自动从数据库同步删除。

以下是简单的实现流程：

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()// 配置缓存策略（按需设置）.expireAfterWrite(30, TimeUnit.MINUTES)  // 30分钟过期.maximumSize(1000)                      // 最大缓存项// 注册移除监听器（用于删除数据库数据）.removalListener((K key, V value, RemovalCause cause) -> {if (cause.wasEvicted()) {  // 仅处理过期或容量剔除dataSynchronizer.deleteFromDatabase(key);}})// 注册加载器（用于缓存未命中时从DB加载）.build(key -> {V value = dataLoader.loadFromDatabase(key);if (value == null) throw new Exception("Key not found");return value;});}// 获取数据（自动加载）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/更新数据（同步到数据库）public void put(K key, V value) {// 先同步到数据库dataSynchronizer.saveToDatabase(key, value);// 再更新缓存cache.put(key, value);}// 删除数据（同步删除数据库）public void delete(K key) {// 先删除数据库数据dataSynchronizer.deleteFromDatabase(key);// 再使缓存失效cache.invalidate(key);}// 数据库加载器接口public interface DataLoader<K, V> {V loadFromDatabase(K key);}// 数据库同步器接口public interface DataSynchronizer<K, V> {void saveToDatabase(K key, V value);void deleteFromDatabase(K key);}
}

上述接口使用示例：

// 1. 实现数据库操作接口
DynamicCache.DataLoader<String, User> loader = key -> jdbcTemplate.queryForObject("SELECT * FROM users WHERE id=?", User.class, key);DynamicCache.DataSynchronizer<String, User> synchronizer = new DynamicCache.DataSynchronizer<>() {@Overridepublic void saveToDatabase(String key, User value) {jdbcTemplate.update("INSERT OR REPLACE INTO users (id, name) VALUES (?, ?)", key, value.getName());}@Overridepublic void deleteFromDatabase(String key) {jdbcTemplate.update("DELETE FROM users WHERE id=?", key);}
};// 2. 创建缓存实例
DynamicCache<String, User> userCache = new DynamicCache<>(loader, synchronizer);// 3. 使用缓存
// 自动加载（缓存未命中时从DB加载）
User user = userCache.get("user123");  // 添加/更新（同步到DB）
userCache.put("user456", new User("Alice"));// 删除（同步删除DB数据）
userCache.delete("user789");

关键特性说明：

1. 自动加载：

   • 当调用 get() 方法且缓存未命中时，自动通过 DataLoader 从数据库加载
   • 加载成功后自动填充缓存

2. 写穿透：

   • put() 操作时：
     • 先通过 DataSynchronizer 保存到数据库
     • 再更新缓存
   • 保证数据库与缓存的数据一致性

3. 删除同步：

   • delete() 操作时：
     • 先删除数据库数据
     • 再使缓存失效
   • 缓存过期/淘汰时：
     • 通过 RemovalListener 自动触发数据库删除

4. 缓存配置：

   • 可自定义过期时间（expireAfterWrite）
   • 可设置最大容量（maximumSize）
   • 支持其他Caffeine特性（刷新策略、弱引用等）

关键特性对比表

功能	配置方法	适用场景
写入过期	expireAfterWrite()	数据更新频率低的场景
访问过期	expireAfterAccess()	读多写少的场景
自适应过期	expireAfter(Expiry)	需要动态过期时间的场景
数量淘汰	maximumSize()	通用场景
权重淘汰	maximumWeight() + weigher()	缓存对象大小差异大的场景
异步刷新	refreshAfterWrite()	高并发读取+后台更新
弱/软引用	weakKeys()/softValues()	内存敏感型应用

---

注意事项：

1. 刷新 vs 过期：

   • 刷新 (refreshAfterWrite) 异步更新旧值，不阻塞请求
   • 过期 (expireAfterWrite) 会阻塞请求直到新值加载完成

2. 权重计算：

   • 确保 weigher 计算快速（纳秒级）
   • 权重总和不超过 maximumWeight

3. 过期时间精度：

   • 默认时间精度≈1秒，需要毫秒级精度可配置：

   .scheduler(Scheduler.systemScheduler())
   

4. 并发加载控制：

   • 相同key并发请求时，只有一个线程执行加载
   • 可通过 executor() 指定自定义线程池