官网

https://github.com/ben-manes/caffeine

wiki:

https://github.com/ben-manes/caffeine/wiki

在这里插入图片描述

概述

Caffeine是一个用于Java应用程序的高性能缓存框架。它提供了一个强大且易于使用的缓存库，可以在应用程序中使用，以提高数据访问的速度和效率。

下面是一些Caffeine缓存框架的主要特点：

高性能：Caffeine的设计目标之一是提供卓越的性能。它通过使用高效的数据结构和优化的算法来实现快速的缓存访问。与其他一些常见的缓存框架相比，Caffeine在缓存访问的速度和响应时间上表现出色。
内存管理：Caffeine提供了灵活的内存管理选项。它支持基于大小、基于数量和基于权重的缓存大小限制。你可以根据应用程序的需求来选择合适的缓存大小策略，并且可以通过配置参数进行进一步的调整。
强大的功能：Caffeine提供了许多强大的功能来满足各种需求。它支持异步加载和刷新缓存项，可以设置过期时间和定时刷新策略，支持缓存项的自动删除和手动失效等。此外，Caffeine还提供了统计信息和监听器机制，可以方便地监控和管理缓存的状态和变化。
线程安全：Caffeine是线程安全的，可以在多线程环境中安全地使用。它使用了细粒度的锁定机制来保护共享资源，确保并发访问的正确性和一致性。
易于集成：Caffeine是一个独立的Java库，可以很容易地与现有的应用程序集成。它与标准的Java并发库和其他第三方库兼容，并且可以与各种框架和技术（如Spring、Hibernate等）无缝集成。

Caffeine 是一个高性能的 Java 缓存框架，旨在提供快速、高效的内存缓存解决方案。它是由 Google 开发的，是 Guava 缓存的升级版。

Caffeine 的设计目标是提供高吞吐量、低延迟的缓存访问，并支持各种缓存策略和功能。以下是一些 Caffeine 框架的关键特点：

高性能：Caffeine 的设计优化了缓存的内存访问模式，使用了各种技术来减少缓存访问的开销，从而提高了性能。它使用了类似于 Java ConcurrentHashMap 的数据结构，支持并发访问，并提供了可配置的并发级别。
内存管理：Caffeine 提供了灵活的内存管理选项，可以通过设置缓存的最大大小、最大条目数或最大权重来控制缓存的大小。它还支持基于容量、时间或引用等策略来自动清理过期的缓存条目。
强大的缓存策略：Caffeine 提供了多种缓存策略，包括基于访问时间、写入时间或自定义规则的过期策略。它还支持最近最少使用（LRU）、最近最不常用（LFU）和固定大小等其他策略。
异步加载：Caffeine 支持异步加载缓存条目的功能。当缓存中不存在所需的条目时，它可以自动触发加载过程，并在加载完成后将结果放入缓存。
统计和监控：Caffeine 提供了丰富的统计和监控功能，可以跟踪缓存的命中率、加载时间、缓存大小等指标。这些信息对于调优和性能分析非常有用。
扩展性：Caffeine 的设计允许开发人员通过自定义策略、缓存加载器和监听器等扩展框架的功能。

使用 Caffeine 缓存框架非常简单。你可以通过以下步骤来开始使用：

引入 Caffeine 依赖：在你的项目中添加 Caffeine 的依赖项，可以通过 Maven、Gradle 或直接下载 JAR 文件进行引入。
创建缓存实例：使用 Caffeine 的构建器模式创建一个缓存实例，可以设置缓存的参数和策略。
存储和获取数据：使用缓存的 put 方法将数据存储到缓存中，使用 get 方法从缓存中获取数据。如果缓存中不存在所需的数据，可以选择触发异步加载或提供自定义加载逻辑。
调优和配置：根据应用程序的需求，可以调整缓存的参数和策略，以获得最佳的性能和内存管理。

总之，Caffeine 是一个功能强大、高性能的 Java 缓存框架，适用于各种应用场景，尤其是需要快速访问、低延迟和高吞吐量的内存缓存需求。

设计

在这里插入图片描述

Code

POM

<dependency><groupId>com.github.ben-manes.caffeine</groupId><artifactId>caffeine</artifactId><!-- Java 8 users can continue to use version 2.x, which will be supported --><version>2.9.3</version>
</dependency>

如果是caffeine 3.x的版本，需要JDK 11 以上。

Population

https://github.com/ben-manes/caffeine/wiki/Population

package com.artisan.caffeinedemo.java;import com.github.benmanes.caffeine.cache.AsyncLoadingCache;
import com.github.benmanes.caffeine.cache.Cache;
import com.github.benmanes.caffeine.cache.Caffeine;
import com.github.benmanes.caffeine.cache.LoadingCache;
import lombok.Builder;
import lombok.Data;
import lombok.SneakyThrows;
import lombok.extern.slf4j.Slf4j;import java.util.*;
import java.util.concurrent.CompletableFuture;
import java.util.concurrent.TimeUnit;/*** @author 小工匠* @version 1.0* @mark: show me the code , change the world*/
@Slf4j
public class CaffeineBaseExampleWithJava {@SneakyThrowspublic static void main(String[] args) {//  initFirstWay();//  initSecondWay();initThirdWay();TimeUnit.SECONDS.sleep(10);}/*** Cache手动创建* <p>* 最普通的一种缓存，无需指定加载方式，需要手动调用put()进行加载。需要注意的是put()方法对于已存在的key将进行覆盖，这点和Map的表现是一致的。* 在获取缓存值时，如果想要在缓存值不存在时，原子地将值写入缓存，则可以调用get(key, k -> value)方法，该方法将避免写入竞争。调用invalidate()方法，将手动移除缓存。* <p>* 在多线程情况下，当使用get(key, k -> value)时，如果有另一个线程同时调用本方法进行竞争，则后一线程会被阻塞，直到前一线程更新缓存完成；* 而若另一线程调用getIfPresent()方法，则会立即返回null，不会被阻塞。*/@SneakyThrowspublic static void initFirstWay() {Cache<Object, Object> cache = Caffeine.newBuilder()//初始数量.initialCapacity(10)//最大条数.maximumSize(10)//expireAfterWrite和expireAfterAccess同时存在时，以expireAfterWrite为准//最后一次写操作后经过指定时间过期.expireAfterWrite(3, TimeUnit.SECONDS)//最后一次读或写操作后经过指定时间过期.expireAfterAccess(3, TimeUnit.SECONDS)//监听缓存被移除.removalListener((key, val, removalCause) -> {log.info("listener remove : {} ,{} ,{}", key, val, removalCause);})//记录命中.recordStats().build();cache.put("name", "小工匠");//小工匠log.info((String) cache.getIfPresent("name"));// 结合初始化的时候设置的过期时间, 模拟程序运行5秒后，再此获取TimeUnit.SECONDS.sleep(5);log.info("5秒后再次获取:{}", (String) cache.getIfPresent("name"));//存储的是默认值log.info((String) cache.get("noKey", o -> "默认值"));}/*** Loading Cache自动创建* <p>* LoadingCache是一种自动加载的缓存。其和普通缓存不同的地方在于，当缓存不存在/缓存已过期时，若调用get()方法，则会自动调用CacheLoader.load()方法加载最新值。* 调用getAll()方法将遍历所有的key调用get()，除非实现了CacheLoader.loadAll()方法。* <p>* 使用LoadingCache时，需要指定CacheLoader，并实现其中的load()方法供缓存缺失时自动加载。* <p>* 在多线程情况下，当两个线程同时调用get()，则后一线程将被阻塞，直至前一线程更新缓存完成。*/@SneakyThrowspublic static void initSecondWay() {Map<Integer, Artisan> map = getArtisanMap();log.info("size:{}", map.size());LoadingCache<String, String> loadingCache = Caffeine.newBuilder()//创建缓存或者最近一次更新缓存后经过指定时间间隔，刷新缓存；refreshAfterWrite仅支持LoadingCache.refreshAfterWrite(10, TimeUnit.SECONDS).expireAfterWrite(10, TimeUnit.SECONDS).expireAfterAccess(10, TimeUnit.SECONDS).maximumSize(10)//根据key查询数据库里面的值，这里是个lambda表达式// TODO  根据其概况初始化 ,比如   build(userId -> getUserFromDatabase(userId));//   private User getUserFromDatabase(String userId) {//    // 这里会从数据库查询用户信息//    // ...//    return user;//  }.build(key -> map.get(Integer.parseInt(key)).toString());// 当执行get的时候，会触发 build 中的 lambda表达式log.info(loadingCache.get("1"));log.info(loadingCache.get("2"));log.info(loadingCache.get("3"));log.info(loadingCache.get("4"));log.info(loadingCache.get("4", o -> "默认值"));// 获取一个不存在的值log.info(loadingCache.get("noKey", o -> "默认值"));}/*** AsyncCache是Cache的一个变体，其响应结果均为CompletableFuture，* 通过这种方式，AsyncCache对异步编程模式进行了适配。* <p>* 默认情况下，缓存计算使用ForkJoinPool.commonPool()作为线程池，如果想要指定线程池，则可以覆盖并实现Caffeine.executor(Executor)方法。* <p>* synchronous()提供了阻塞直到异步缓存生成完毕的能力，它将以Cache进行返回。* <p>* 在多线程情况下，当两个线程同时调用get(key, k -> value)，则会返回同一个CompletableFuture对象。由于返回结果本身不进行阻塞，可以根据业务设计自行选择阻塞等待或者非阻塞。*/@SneakyThrowspublic static void initThirdWay() {Map<Integer, Artisan> map = getArtisanMap();log.info("size:{}", map.size());AsyncLoadingCache<String, String> asyncLoadingCache = Caffeine.newBuilder()//创建缓存或者最近一次更新缓存后经过指定时间间隔刷新缓存；仅支持LoadingCache.refreshAfterWrite(1, TimeUnit.SECONDS).expireAfterWrite(1, TimeUnit.SECONDS).expireAfterAccess(1, TimeUnit.SECONDS).maximumSize(10)//根据key查询数据库里面的值.buildAsync(key -> {Thread.sleep(1000);return map.get(Integer.parseInt(key)).toString();});//异步缓存返回的是CompletableFutureCompletableFuture<String> future = asyncLoadingCache.get("1");future.thenAccept(System.out::println);}private static Map<Integer, Artisan> getArtisanMap() {Map<Integer, Artisan> map = new HashMap<>(16);map.put(1, Artisan.builder().id(1).name("artisan1").hobbies(Arrays.asList("Java")).build());map.put(2, Artisan.builder().id(2).name("artisan2").hobbies(Arrays.asList("AIGC")).build());map.put(3, Artisan.builder().id(3).name("artisan3").hobbies(Arrays.asList("HADOOP")).build());map.put(4, Artisan.builder().id(4).name("artisan4").hobbies(Arrays.asList("GO")).build());return map;}@Data@Builderprivate static class Artisan {private Integer id;private String name;private List<String> hobbies;}
}

Eviction Policy

https://github.com/ben-manes/caffeine/wiki/Eviction

package com.artisan.caffeinedemo.java;import com.github.benmanes.caffeine.cache.Cache;
import com.github.benmanes.caffeine.cache.Caffeine;
import com.github.benmanes.caffeine.cache.Scheduler;
import com.github.benmanes.caffeine.cache.Weigher;
import lombok.extern.slf4j.Slf4j;
import org.junit.Test;import java.util.concurrent.TimeUnit;/*** @author 小工匠* @version 1.0* @mark: show me the code , change the world* @desc: 驱逐策略在创建缓存的时候进行指定。常用的有基于容量的驱逐和基于时间的驱逐。* <p>* 基于容量的驱逐需要指定缓存容量的最大值，当缓存容量达到最大时，Caffeine将使用LRU策略对缓存进行淘汰；基于时间的驱逐策略如字面意思，可以设置在最后访问/写入一个缓存经过指定时间后，自动进行淘汰。* <p>* 驱逐策略可以组合使用，任意驱逐策略生效后，该缓存条目即被驱逐。* <p>* LRU 最近最少使用，淘汰最长时间没有被使用的页面。* LFU 最不经常使用，淘汰一段时间内使用次数最少的页面* FIFO 先进先出* Caffeine有4种缓存淘汰设置* <p>* 大小 （LFU算法进行淘汰）* 权重 （大小与权重 只能二选一）* 时间* 引用*/
@Slf4j
public class CaffeineEvictionPolicy {/*** 缓存大小淘汰*/@Testpublic void maximumSizeTest() throws InterruptedException {Cache<Integer, Integer> cache = Caffeine.newBuilder()//超过10个后会使用W-TinyLFU算法进行淘汰.maximumSize(10).evictionListener((key, val, removalCause) -> {log.info("淘汰缓存：key:{} val:{}", key, val);}).build();// 模拟写入数据for (int i = 1; i < 20; i++) {cache.put(i, i);}//缓存淘汰是异步的Thread.sleep(1000);// 打印还没被淘汰的缓存log.info("未淘汰的缓存：{}", cache.asMap());}/*** 权重淘汰*/@Testpublic void maximumWeightTest() throws InterruptedException {Cache<Integer, Integer> cache = Caffeine.newBuilder()//限制总权重，若所有缓存的权重加起来>总权重就会淘汰权重小的缓存.maximumWeight(100).weigher((Weigher<Integer, Integer>) (key, value) -> key).evictionListener((key, val, removalCause) -> {log.info("淘汰缓存：key:{} val:{}", key, val);}).build();//总权重其实是=所有缓存的权重加起来int maximumWeight = 0;for (int i = 1; i < 20; i++) {cache.put(i, i);maximumWeight += i;}log.info("总权重={}", maximumWeight);//缓存淘汰是异步的Thread.sleep(1000);// 打印还没被淘汰的缓存log.info("未淘汰的缓存：{}", cache.asMap());}/*** 访问后到期（每次访问都会重置时间，也就是说如果一直被访问就不会被淘汰）*/@Testpublic void expireAfterAccessTest() throws InterruptedException {Cache<Integer, Integer> cache = Caffeine.newBuilder().expireAfterAccess(1, TimeUnit.SECONDS)//可以指定调度程序来及时删除过期缓存项，而不是等待Caffeine触发定期维护//若不设置scheduler，则缓存会在下一次调用get的时候才会被动删除.scheduler(Scheduler.systemScheduler()).evictionListener((key, val, removalCause) -> {log.info("淘汰缓存：key:{} val:{}", key, val);}).build();cache.put(1, 2);log.info("{}", cache.getIfPresent(1));Thread.sleep(5000);//nulllog.info("{}", cache.getIfPresent(1));Thread.sleep(500);}/*** 写入后到期*/@Testpublic void expireAfterWriteTest() throws InterruptedException {Cache<Integer, Integer> cache = Caffeine.newBuilder().expireAfterWrite(1, TimeUnit.SECONDS)//可以指定调度程序来及时删除过期缓存项，而不是等待Caffeine触发定期维护//若不设置scheduler，则缓存会在下一次调用get的时候才会被动删除.scheduler(Scheduler.systemScheduler()).evictionListener((key, val, removalCause) -> {log.info("淘汰缓存：key:{} val:{}", key, val);}).build();cache.put(1, 2);Thread.sleep(3000);//nulllog.info("{}", cache.getIfPresent(1));}}

Refresh

https://github.com/ben-manes/caffeine/wiki/Refresh

package com.artisan.caffeinedemo.java;import com.github.benmanes.caffeine.cache.Caffeine;
import com.github.benmanes.caffeine.cache.LoadingCache;
import lombok.extern.slf4j.Slf4j;
import org.junit.Test;import java.util.concurrent.TimeUnit;/*** @author 小工匠* @version 1.0* @mark: show me the code , change the world* <p>* <p>* refreshAfterWrite()表示x秒后自动刷新缓存的策略可以配合淘汰策略使用，* <p>* 注意的是刷新机制只支持LoadingCache和AsyncLoadingCache*/
@Slf4j
public class CaffeineRefreshPolicy {private static int NUM = 0;@Testpublic void refreshAfterWriteTest() throws InterruptedException {LoadingCache<Integer, Integer> cache = Caffeine.newBuilder().refreshAfterWrite(1, TimeUnit.SECONDS)//模拟获取数据，每次获取就自增1.build(integer -> ++NUM);//获取ID=1的值，由于缓存里还没有，所以会自动放入缓存// 返回结果 1log.info("get value = {}", cache.get(1));// 延迟2秒后，理论上自动刷新缓存后取到的值是2// 但其实不是，值还是1，因为refreshAfterWrite并不是设置了n秒后重新获取就会自动刷新// 而是x秒后&&第二次调用getIfPresent的时候才会被动刷新Thread.sleep(2000);// 返回结果 1log.info("get value = {}", cache.getIfPresent(1));//此时才会刷新缓存，而第一次拿到的还是旧值 ，这时候拿到的就是新的值了 2// 返回结果2log.info("get value = {}", cache.getIfPresent(1));}}

Statistics

https://github.com/ben-manes/caffeine/wiki/Statistics

package com.artisan.caffeinedemo.java;import com.github.benmanes.caffeine.cache.Caffeine;
import com.github.benmanes.caffeine.cache.LoadingCache;
import lombok.extern.slf4j.Slf4j;
import org.junit.Test;import java.util.Date;
import java.util.concurrent.TimeUnit;/*** @author 小工匠* @version 1.0* @mark: show me the code , change the world*/
@Slf4j
public class CaffeineStatstic {@Testpublic void testStatistic() {LoadingCache<String, String> cache = Caffeine.newBuilder()//创建缓存或者最近一次更新缓存后经过指定时间间隔，刷新缓存；refreshAfterWrite仅支持LoadingCache.refreshAfterWrite(1, TimeUnit.SECONDS).expireAfterWrite(1, TimeUnit.SECONDS).expireAfterAccess(1, TimeUnit.SECONDS).maximumSize(10)//开启记录缓存命中率等信息.recordStats()//根据key查询数据库里面的值.build(key -> {Thread.sleep(1000);return new Date().toString();});cache.put("1", "shawn");cache.get("1");/** hitCount :命中的次数* missCount:未命中次数* requestCount:请求次数* hitRate:命中率* missRate:丢失率* loadSuccessCount:成功加载新值的次数* loadExceptionCount:失败加载新值的次数* totalLoadCount:总条数* loadExceptionRate:失败加载新值的比率* totalLoadTime:全部加载时间* evictionCount:丢失的条数*/log.info("统计信息如下：\n {}", cache.stats());}
}