1. Caffeine 簡介

Caffeine 是一個基于 Java 8 的高性能本地緩存庫，由 Ben Manes 開發，旨在替代 Google Guava Cache，提供更優的緩存策略、更高的吞吐量和更靈活的配置。

核心優勢

? 卓越的性能：采用優化的數據結構（如 Window TinyLFU 淘汰算法），減少鎖競爭，提升并發訪問效率。
? 靈活的緩存策略：支持基于大小、時間、權重等多種淘汰機制。
? 豐富的功能：自動刷新、異步加載、批量操作等高級特性。
? 無縫集成 Spring：與 Spring Cache 完美結合，輕松替換 Redis 或 Ehcache。

---

2. Caffeine 核心機制

2.1 緩存淘汰策略

Caffeine 提供多種緩存淘汰策略，防止內存無限增長：

策略	方法	說明
基于大小	maximumSize(long)	限制緩存最大條目數
基于權重	maximumWeight(long) + weigher()	根據條目權重限制緩存
基于時間	expireAfterWrite / expireAfterAccess	寫入/訪問后過期
手動淘汰	invalidate(key) / invalidateAll()	主動移除緩存

2.2 緩存加載方式

Caffeine 支持 同步加載 和 異步加載：

// 同步加載（阻塞）
LoadingCache<Key, Value> cache = Caffeine.newBuilder().build(key -> fetchFromDB(key));// 異步加載（非阻塞）
AsyncLoadingCache<Key, Value> asyncCache = Caffeine.newBuilder().buildAsync((key, executor) -> CompletableFuture.supplyAsync(() -> fetchFromDB(key), executor));

2.3 自動刷新機制

refreshAfterWrite 允許緩存條目在寫入后一段時間自動刷新（異步，不阻塞請求）：

LoadingCache<String, Data> cache = Caffeine.newBuilder().refreshAfterWrite(1, TimeUnit.MINUTES) // 1分鐘后訪問時觸發刷新.build(this::loadDataFromDB);

注意：刷新時返回舊值，后臺異步加載新值，適合高并發場景。

---

3. 代碼實戰：Caffeine + Spring Boot

3.1 基礎配置

@Configuration
@EnableCaching
public class CacheConfig {@Beanpublic Caffeine<Object, Object> caffeineConfig() {return Caffeine.newBuilder().maximumSize(1000)          // 最大1000條.expireAfterWrite(10, TimeUnit.MINUTES) // 10分鐘過期.refreshAfterWrite(1, TimeUnit.MINUTES); // 1分鐘后自動刷新}@Beanpublic CacheManager cacheManager(Caffeine<Object, Object> caffeine) {CaffeineCacheManager cacheManager = new CaffeineCacheManager();cacheManager.setCaffeine(caffeine);return cacheManager;}
}

3.2 業務層使用

@Service
public class UserService {@Cacheable(value = "users", key = "#id") // 緩存名稱為 "users"public User getUserById(Long id) {return userRepository.findById(id).orElse(null);}@CacheEvict(value = "users", key = "#id") // 刪除緩存public void deleteUser(Long id) {userRepository.deleteById(id);}
}

---

4. 高級用法

4.1 多級緩存（Caffeine + Redis）

@Bean
public CacheManager cacheManager(RedisConnectionFactory redisConnectionFactory,Caffeine<Object, Object> caffeine
) {// 本地緩存CaffeineCacheManager caffeineCacheManager = new CaffeineCacheManager();caffeineCacheManager.setCaffeine(caffeine);// Redis 緩存RedisCacheManager redisCacheManager = RedisCacheManager.builder(redisConnectionFactory).cacheDefaults(RedisCacheConfiguration.defaultCacheConfig()).build();// 組合緩存（先查本地，再查Redis）return new CompositeCacheManager(caffeineCacheManager, redisCacheManager);
}

4.2 批量操作優化

public Map<Long, User> batchGetUsers(List<Long> userIds) {// 批量查詢緩存Map<Long, User> cachedUsers = cache.getAll(userIds);// 查找未命中的IDList<Long> missingIds = userIds.stream().filter(id -> !cachedUsers.containsKey(id)).collect(Collectors.toList());if (!missingIds.isEmpty()) {// 從DB加載并更新緩存Map<Long, User> dbUsers = userRepository.batchFindByIds(missingIds);cache.putAll(dbUsers);cachedUsers.putAll(dbUsers);}return cachedUsers;
}

---

5. 注意事項 & 最佳實踐

5.1 緩存穿透問題

問題：惡意請求不存在的 key，導致頻繁查詢數據庫。
解決方案：

.build(key -> {User user = fetchFromDB(key);if (user == null) {return new NullValue(); // 緩存空對象}return user;
});

5.2 緩存雪崩

問題：大量緩存同時失效，導致數據庫壓力激增。
解決方案：

.expireAfterWrite(10 + ThreadLocalRandom.current().nextInt(5), TimeUnit.MINUTES) // 隨機過期時間

5.3 內存監控

Caffeine 提供統計信息：

.recordStats() // 啟用統計

CacheStats stats = cache.stats();
System.out.println("命中率: " + stats.hitRate());
System.out.println("加載次數: " + stats.loadCount());

5.4 最佳實踐

? 合理設置緩存大小：避免 OOM（如 maximumSize(10000)）。
? 結合 TTL + 自動刷新：保證數據新鮮，同時避免阻塞請求。
? 分布式環境使用多級緩存：本地緩存 + Redis，減少網絡開銷。
? 監控緩存命中率：優化緩存策略，避免緩存失效風暴。

---

6. 總結

Caffeine 是 Java 生態中最強大的本地緩存庫之一，適用于：

• 高頻訪問的只讀數據（如配置、用戶信息）
• 高并發場景（如電商商品詳情頁）
• 計算成本高的操作（如復雜查詢、API 調用）

通過合理的配置（refreshAfterWrite + expireAfterWrite）和最佳實踐（防穿透、防雪崩），可以極大提升系統性能。

推薦組合：

• 單機應用：純 Caffeine
• 分布式系統：Caffeine + Redis（多級緩存）

---

附錄：官方資源

• GitHub: Caffeine
• Spring Cache + Caffeine

希望這篇深度解析能幫助你掌握 Caffeine 的核心機制和最佳實踐！ 🚀