转载

Caffeine LoadingCache用法详解

缓存
异步持续更新缓存

构造LoadingCache对象

LoadingCache<Integer, String> loadingCache = Caffeine.newBuilder()
                .expireAfterWrite(1, TimeUnit.SECONDS)
                .refreshAfterWrite(500, TimeUnit.MILLISECONDS)
                .maximumSize(10) // 缓存最大数量
                .removalListener((RemovalListener<Integer, String>) (integer, s, removalCause) -> {
                    System.out.println("key:" + integer + " value:" + s + " cause:"+removalCause);
                })
                .build(new CacheLoader<Integer, String>() {
                    @Nullable
                    @Override
                    public String load(@NonNull Integer i) throws Exception {
                        return i.toString();
                    }

                    @Override
                    public Map<Integer, String> loadAll(Iterable<? extends Integer> keys) {
                        Map<Integer, String> map = new HashMap<>();
                        for (Integer i : keys) {
                            map.put(i, i.toString());
                        }
                        return map;
                    }
                });
复制代码

参数解析

expireAfterWrite：失效策略，类似参数还有expireAfterAccess，key的缓存时间到期以后并不会被立即删除，caffeine使用惰性删除的策略，在LoadingCache被修改，如添加，更新等，或者该失效的key被访问的时候才会删除。
refreshAfterWrite：刷新策略，设置为比写入时间小可以保证缓存永不失效，对于某些场景，比如请求频率低但是耗时长的业务来说，自动刷新能够显著提升效率和体验
maximumSize：缓存的item的最大数目，如果超过这个数， caffeine将根据Window TinyLfu策略淘汰一些key，类似的参数还有maximumWeight，示例代码如下，设置maximumWeight的同时，要设置weigher参数，根据key生成对应的weight，如果累计weight达到了maximumWeight，将会进行key的淘汰，淘汰策略与maximumSize一样，与weight无关。另外，maximumSize与maximumWeight不能同时使用，否则会报IllegalStateException。

LoadingCache<Integer, String> weightLoadingCache = Caffeine.newBuilder()
                .maximumWeight(1000)
                .weigher((Weigher<Integer, String>) (integer, s) -> integer)
                .build(new CacheLoader<Integer, String>() {
                    @Nullable
                    @Override
                    public String load(@NonNull Integer integer) throws Exception {
                        return null;
                    }
                });
复制代码

removalListener：当缓存被移除的时候执行的策略，例如打日志等
build参数CacheLoader：用于refresh时load缓存的策略，根据具体业务而定，建议在实现load方法的同时实现loadAll方法loadAll方法适用于批量查缓存的需求，或者刷新缓存涉及到网络交互等耗时操作。比如你的缓存数据需要从redis里获取，如果不实现loadAll，则需要多次load操作，也就需要多次redis交互，非常耗时，而实现loadAll，则可以在loadAll里向redis发送一条批量请求，显著降低网络交互次数和时间，显著提升效率。