🧑 博主簡介：CSDN博客專家，歷代文學網（PC端可以訪問：https://literature.sinhy.com/#/?__c=1000，移動端可微信小程序搜索“歷代文學”）總架構師，15年工作經驗，精通Java編程，高并發設計，Springboot和微服務，熟悉Linux，ESXI虛擬化以及云原生Docker和K8s，熱衷于探索科技的邊界，并將理論知識轉化為實際應用。保持對新技術的好奇心，樂于分享所學，希望通過我的實踐經歷和見解，啟發他人的創新思維。在這里，我希望能與志同道合的朋友交流探討，共同進步，一起在技術的世界里不斷學習成長。
技術合作請加本人wx（注明來自csdn）：foreast_sea

---

Caffeine 緩存庫的常用功能使用介紹

Caffeine作為新一代高性能Java緩存庫，在并發場景下展現出卓越表現。它通過創新的W-TinyLFU淘汰算法實現高達99%的命中率，并采用無鎖設計使吞吐量較傳統方案提升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）、數量或權重的淘汰策略；允許為單個Key設置專屬過期時間；獨創的異步刷新機制能在不阻塞請求的情況下更新數據。開發者可通過簡潔的鏈式API配置內存控制、加載邏輯和事件監聽，輕松構建高并發低延遲的智能緩存系統。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. 創建緩存實例
Cache<String, Object> cache = Caffeine.newBuilder().build();// 2. 添加數據
cache.put("key1", "value1");// 3. 獲取數據（手動）
Object value = cache.getIfPresent("key1"); // 存在返回value，否則null// 4. 刪除數據
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行的加載邏輯return fetchFromDB(key); // 自定義數據庫加載方法});// 自動加載數據（緩存未命中時執行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）.expireAfter(new Expiry<String, Object>() {public long expireAfterCreate(String key, Object value, long currentTime) {return TimeUnit.MINUTES.toNanos(10); // 創建后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）

// 創建支持變長過期的緩存
Cache<String, Object> cache = Caffeine.newBuilder().expireAfter(new Expiry<String, Object>() {// ...實現同上}).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()// 基于數量淘汰（最多1000個條目）.maximumSize(1000)// 基于權重淘汰（需實現Weigher）.maximumWeight(10_000).weigher((String key, Object value) -> {// 自定義權重計算邏輯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、監聽器與統計

Cache<String, Object> cache = Caffeine.newBuilder()// 移除監聽器.removalListener((String key, Object value, RemovalCause cause) -> {System.out.printf("Key %s was removed (%s)%n", key, cause);})// 啟用統計.recordStats().build();// 獲取統計信息
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));// 獲取數據（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)// 統計和監聽.recordStats().removalListener((key, value, cause) -> logRemoval(key, cause))// 自動加載.build(key -> fetchFromDB(key));

---

九、基于Caffeine實現的動態緩存

我們有時候需要這樣一種場景：當用戶請求某個key的時候，該緩存自動從數據庫去加載，就是注冊一個數據庫加載器（自己實現），當獲取不到該key時，自動走數據庫查詢，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，并自動同步到數據庫中，當刪除一個key，或key過期后，自動從數據庫同步刪除。

以下是簡單的實現流程：

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// 注冊移除監聽器（用于刪除數據庫數據）.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;});}// 獲取數據（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/更新數據（同步到數據庫）public void put(K key, V value) {// 先同步到數據庫dataSynchronizer.saveToDatabase(key, value);// 再更新緩存cache.put(key, value);}// 刪除數據（同步刪除數據庫）public void delete(K key) {// 先刪除數據庫數據dataSynchronizer.deleteFromDatabase(key);// 再使緩存失效cache.invalidate(key);}// 數據庫加載器接口public interface DataLoader<K, V> {V loadFromDatabase(K key);}// 數據庫同步器接口public interface DataSynchronizer<K, V> {void saveToDatabase(K key, V value);void deleteFromDatabase(K key);}
}

上述接口使用示例：

// 1. 實現數據庫操作接口
DynamicCache.DataLoader<String, User> loader = key -> jdbcTemplate.queryForObject("SELECT * FROM users WHERE id=?", User.class, key);DynamicCache.DataSynchronizer<String, User> synchronizer = new DynamicCache.DataSynchronizer<>() {@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. 創建緩存實例
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數據）
userCache.delete("user789");

關鍵特性說明：

1. 自動加載：

   • 當調用 get() 方法且緩存未命中時，自動通過 DataLoader 從數據庫加載
   • 加載成功后自動填充緩存

2. 寫穿透：

   • put() 操作時：
     • 先通過 DataSynchronizer 保存到數據庫
     • 再更新緩存
   • 保證數據庫與緩存的數據一致性

3. 刪除同步：

   • delete() 操作時：
     • 先刪除數據庫數據
     • 再使緩存失效
   • 緩存過期/淘汰時：
     • 通過 RemovalListener 自動觸發數據庫刪除

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()	數據更新頻率低的場景
訪問過期	expireAfterAccess()	讀多寫少的場景
自適應過期	expireAfter(Expiry)	需要動態過期時間的場景
數量淘汰	maximumSize()	通用場景
權重淘汰	maximumWeight() + weigher()	緩存對象大小差異大的場景
異步刷新	refreshAfterWrite()	高并發讀取+后臺更新
弱/軟引用	weakKeys()/softValues()	內存敏感型應用

---

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. 權重計算：

   • 確保 weigher 計算快速（納秒級）
   • 權重總和不超過 maximumWeight

3. 過期時間精度：

   • 默認時間精度≈1秒，需要毫秒級精度可配置：

   .scheduler(Scheduler.systemScheduler())
   

4. 并發加載控制：

   • 相同key并發請求時，只有一個線程執行加載
   • 可通過 executor() 指定自定義線程池