一,为什么要使用caffeine做本地缓存?

1,spring boot默认集成的进程内缓存在1.x时代是guava cache

在2.x时代更新成了caffeine,

功能上差别不大,但后者在性能上更胜一筹,

使用caffeine做本地缓存,取数据可以达到微秒的级别,

一次取数据用时经常不足1毫秒,

这样可以及时响应请求,在高并发的情况下把请求拦截在上游,

避免把压力带到数据库,

所以我们在应用中集成它对于系统的性能有极大的提升

2,与之相比,即使是本地的redis,

响应时间也比进程内缓存用时要更久,

而且在应用服务器很少有专门配备redis缓存的做法,

而是使用专门的redis集群做为分布式缓存

说明:刘宏缔的架构森林是一个专注架构的博客,地址:https://www.cnblogs.com/architectforest

对应的源码可以访问这里获取: https://github.com/liuhongdi/

说明:作者:刘宏缔 邮箱: 371125307@qq.com

二,演示项目的相关信息

1,项目地址:

https://github.com/liuhongdi/caffeine

2,项目原理:

我们建立了两个cache:goods,goodslist

分别用来缓存单个商品详情和商品列表

3,项目结构:

如图:

三,配置文件说明

1,pom.xml

        <!--local cache begin-->
<dependency>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-starter-cache</artifactId>
</dependency>
<dependency>
<groupId>com.github.ben-manes.caffeine</groupId>
<artifactId>caffeine</artifactId>
<version>2.8.5</version>
</dependency>
<!--local cache end-->

2,application.properties

#profile
spring.profiles.active=cacheable

这个值用来配置cache是否生效

我们在测试或调试时有时会用关闭缓存的需求

如果想关闭cache,把这个值改变一下即可

3,mysql的数据表结构:

CREATE TABLE `goods` (
`goodsId` int(11) NOT NULL AUTO_INCREMENT COMMENT 'id',
`goodsName` varchar(500) CHARACTER SET utf8mb4 COLLATE utf8mb4_0900_ai_ci NOT NULL DEFAULT '' COMMENT 'name',
`subject` varchar(200) NOT NULL DEFAULT '' COMMENT '标题',
`price` decimal(15,2) NOT NULL DEFAULT '0.00' COMMENT '价格',
`stock` int(11) NOT NULL DEFAULT '0' COMMENT 'stock',
PRIMARY KEY (`goodsId`)
) ENGINE=InnoDB AUTO_INCREMENT=0 DEFAULT CHARSET=utf8mb4 COLLATE=utf8mb4_0900_ai_ci COMMENT='商品表'

四,java代码说明

1,CacheConfig.java

@Profile("cacheable")   //这个当profile值为cacheable时缓存才生效
@Configuration
@EnableCaching //开启缓存
public class CacheConfig {
public static final int DEFAULT_MAXSIZE = 10000;
public static final int DEFAULT_TTL = 600;
private SimpleCacheManager cacheManager = new SimpleCacheManager(); //定义cache名称、超时时长(秒)、最大容量
public enum CacheEnum{
goods(600,3000), //有效期600秒 , 最大容量3000
goodslist(600,1000), //有效期600秒 , 最大容量1000
;
CacheEnum(int ttl, int maxSize) {
this.ttl = ttl;
this.maxSize = maxSize;
}
private int maxSize=DEFAULT_MAXSIZE; //最大數量
private int ttl=DEFAULT_TTL; //过期时间(秒)
public int getMaxSize() {
return maxSize;
}
public int getTtl() {
return ttl;
}
} //创建基于Caffeine的Cache Manager
@Bean
@Primary
public CacheManager caffeineCacheManager() {
ArrayList<CaffeineCache> caches = new ArrayList<CaffeineCache>();
for(CacheEnum c : CacheEnum.values()){
caches.add(new CaffeineCache(c.name(),
Caffeine.newBuilder().recordStats()
.expireAfterWrite(c.getTtl(), TimeUnit.SECONDS)
.maximumSize(c.getMaxSize()).build())
);
}
cacheManager.setCaches(caches);
return cacheManager;
} @Bean
public CacheManager getCacheManager() {
return cacheManager;
}
}

说明:根据CacheEnum这个enum的内容来生成Caffeine Cache,并保存到cachemanager中

如果需要新增缓存,保存到CacheEnum中

@Profile("cacheable"): 当spring.profiles.active的值中包括cacheable时cache才起作用,不包含此值时则cache被关闭不生效

@EnableCaching :  用来开启缓存

recordStats:记录统计数据

expireAfterWrite:在写入到达一定时间后过期

maximumSize:指定最大容量

2,GoodsServiceImpl.java

@Service
public class GoodsServiceImpl implements GoodsService { @Resource
private GoodsMapper goodsMapper; //得到一件商品的信息
@Cacheable(value = "goods", key="#goodsId",sync = true)
@Override
public Goods getOneGoodsById(Long goodsId) {
System.out.println("query database");
Goods goodsOne = goodsMapper.selectOneGoods(goodsId);
return goodsOne;
} //获取商品列表,只更新缓存
@CachePut(value = "goodslist", key="#currentPage")
@Override
public Map<String,Object> putAllGoodsByPage(int currentPage) {
Map<String,Object> res = getAllGoodsByPageDdata(currentPage);
return res;
} //获取商品列表,加缓存
//@Cacheable(key = "#page+'-'+#pageSize") 多个参数可以用字符串连接起来
@Cacheable(value = "goodslist", key="#currentPage",sync = true)
@Override
public Map<String,Object> getAllGoodsByPage(int currentPage) {
Map<String,Object> res = getAllGoodsByPageDdata(currentPage);
return res;
} //从数据库获取商品列表
public Map<String,Object> getAllGoodsByPageDdata(int currentPage) {
System.out.println("-----从数据库得到数据");
Map<String,Object> res = new HashMap<String,Object>();
PageHelper.startPage(currentPage, 5);
List<Goods> goodsList = goodsMapper.selectAllGoods();
res.put("goodslist",goodsList);
PageInfo<Goods> pageInfo = new PageInfo<>(goodsList);
res.put("pageInfo",pageInfo);
return res;
}
}

说明:

@Cacheable(value = "goodslist", key="#currentPage",sync = true):

当缓存中存在数据时,则直接从缓存中返回,

如果缓存中不存在数据,则要执行方法返回数据后并把数据保存到缓存.

@CachePut(value = "goodslist", key="#currentPage"):

不判断缓存中是否存在数据,只更新缓存

3,HomeController.java

    //商品列表 参数:第几页
@GetMapping("/goodslist")
public String goodsList(Model model,
@RequestParam(value="p",required = false,defaultValue = "1") int currentPage) {
Map<String,Object> res = goodsService.getAllGoodsByPage(currentPage);
model.addAttribute("pageInfo", res.get("pageInfo"));
model.addAttribute("goodslist", res.get("goodslist"));
return "goods/goodslist";
} //更新
@ResponseBody
@GetMapping("/goodslistput")
public String goodsListPut(@RequestParam(value="p",required = false,defaultValue = "1") int currentPage) {
Map<String,Object> res = goodsService.putAllGoodsByPage(currentPage);
return "cache put succ";
} //清除
@CacheEvict(value="goodslist", allEntries=true)
@ResponseBody
@GetMapping("/goodslistevict")
public String goodsListEvict() {
return "cache evict succ";
}

说明:

@CacheEvict(value="goodslist", allEntries=true):用来清除goodslist中的缓存

4,StatsController.java

@Profile("cacheable")
@Controller
@RequestMapping("/stats")
public class StatsController {
//统计,如果是生产环境,需要加密才允许访问
@Resource
private CacheManager cacheManager; @GetMapping("/stats")
@ResponseBody
public String stats() {
CaffeineCache caffeine = (CaffeineCache)cacheManager.getCache("goodslist");
Cache goods = caffeine.getNativeCache();
String statsInfo="cache名字:goodslist<br/>";
Long size = goods.estimatedSize();
statsInfo += "size:"+size+"<br/>";
ConcurrentMap map= goods.asMap();
statsInfo += "map keys:<br/>";
for(Object key : map.keySet()) {
statsInfo += "key:"+key.toString()+";value:"+map.get(key)+"<br/>";
}
statsInfo += "统计信息:"+goods.stats().toString();
return statsInfo;
}
}

五,效果测试

1,访问地址:

http://127.0.0.1:8080/home/goodslist/?p=1

如图:

刷新几次后,可以看到,在使用cache时:

costtime aop 方法doafterreturning:毫秒数:0

使用的时间不足1毫秒

2,查看统计信息,访问:

http://127.0.0.1:8080/stats/stats

如图:

3,清除cache信息:

http://127.0.0.1:8080/home/goodslistevict

查看缓存的统计:

cache名字:goodslist
size:0
map keys:
统计信息:CacheStats{hitCount=1, missCount=3, loadSuccessCount=3, loadFailureCount=0, totalLoadTime=596345574, evictionCount=0, evictionWeight=0}

可以看到数据已被清空

六,查看spring boot的版本

  .   ____          _            __ _ _
/\\ / ___'_ __ _ _(_)_ __ __ _ \ \ \ \
( ( )\___ | '_ | '_| | '_ \/ _` | \ \ \ \
\\/ ___)| |_)| | | | | || (_| | ) ) ) )
' |____| .__|_| |_|_| |_\__, | / / / /
=========|_|==============|___/=/_/_/_/
:: Spring Boot :: (v2.3.1.RELEASE)

spring boot:使用spring cache+caffeine做进程内缓存(本地缓存)(spring boot 2.3.1)的更多相关文章

  1. Spring Boot 2.x基础教程:进程内缓存的使用与Cache注解详解

    随着时间的积累,应用的使用用户不断增加,数据规模也越来越大,往往数据库查询操作会成为影响用户使用体验的瓶颈,此时使用缓存往往是解决这一问题非常好的手段之一.Spring 3开始提供了强大的基于注解的缓 ...

  2. 本地缓存解决方案-Caffeine Cache

    1.1 关于Caffeine Cache ​ Google Guava Cache是一种非常优秀本地缓存解决方案,提供了基于容量,时间和引用的缓存回收方式.基于容量的方式内部实现采用LRU算法,基于引 ...

  3. Caffeine缓存 最快缓存 内存缓存

    一.序言 Caffeine是一个进程内部缓存框架. 对比Guava Cache Caffeine是在Guava Cache的基础上做一层封装,性能有明显提高,二者同属于内存级本地缓存.使用Caffei ...

  4. Java高性能本地缓存框架Caffeine

    一.序言 Caffeine是一个进程内部缓存框架,使用了Java 8最新的[StampedLock]乐观锁技术,极大提高缓存并发吞吐量,一个高性能的 Java 缓存库,被称为最快缓存. 二.缓存简介 ...

  5. 使用Guava cache构建本地缓存

    前言 最近在一个项目中需要用到本地缓存,在网上调研后,发现谷歌的Guva提供的cache模块非常的不错.简单易上手的api:灵活强大的功能,再加上谷歌这块金字招牌,让我毫不犹豫的选择了它.仅以此博客记 ...

  6. spring boot: 用redis的消息订阅功能更新应用内的caffeine本地缓存(spring boot 2.3.2)

    一,为什么要更新caffeine缓存? 1,caffeine缓存的优点和缺点 生产环境中,caffeine缓存是我们在应用中使用的本地缓存, 它的优势在于存在于应用内,访问速度最快,通常都不到1ms就 ...

  7. 如何做自己的服务监控?spring boot 2.x服务监控揭秘

    Actuator是spring boot项目中非常强大一个功能,有助于对应用程序进行监视和管理,通过 restful api请求来监管.审计.收集应用的运行情况,针对微服务而言它是必不可少的一个环节. ...

  8. Spring Boot 入门之 Cache 篇(四)

    博客地址:http://www.moonxy.com 一.前言 Spring Cache 对 Cahce 进行了抽象,提供了 @Cacheable.@CachePut.@CacheEvict 等注解. ...

  9. 如何做自己的服务监控?spring boot 1.x服务监控揭秘

    1.准备 下载可运行程序:http://www.mkyong.com/spring-boot/spring-boot-hello-world-example-jsp/ 2.添加服务监控依赖 <d ...

随机推荐

  1. 第0课 - 搭建开发环境之安装QT

    第0课 - 搭建开发环境之安装Qt 1. 课程学习的原材料 — Visual Studio 2010 — Qt SDK 4.7.4 — Qt Creator 2.4.1 2. Visual Studi ...

  2. 面试官问:Mybatis中的TypeHandler你用过吗?

    持续原创输出,点击上方蓝字关注我吧 目录 前言 环境配置 什么是TypeHandler? 如何自定义? 如何将其添加到Mybatis中? XML文件中如何指定TypeHandler? 源码中如何执行T ...

  3. C语言汇总3

    16-18 1.常量 整型常量:1: 2: 3: 实型常量(小数):单精度常量[3.14],双精度常量(默认情况下)[10.1f] 字符型常量 ' 5 ',只要在双引号的任意的唯一一个字符就为字符型常 ...

  4. Python爬虫和函数调试

    一:函数调试 用之前学过的try···except进行调试 def gameover(setA,setB): if setA==3 or setB==3: return True else: retu ...

  5. Java io实现读取文件特殊内容进行替换

    最近公司在做一个项目其中一个需求是读取文件中的特殊字符在其后进行添加或删除字符操作,本来想直接使用randomAccessFile按行读取,读取到特殊字符就进行添加或删除操作,但是randomAcce ...

  6. @JsonCreator自定义反序列化函数-JSON框架Jackson精解第5篇

    Jackson是Spring Boot(SpringBoot)默认的JSON数据处理框架,但是其并不依赖于任何的Spring 库.有的小伙伴以为Jackson只能在Spring框架内使用,其实不是的, ...

  7. 求第k小的数

    题目链接:第k个数 题意:求n个数中第k小的数 题解: //由快速排序算法演变而来的快速选择算法 #include<iostream> using namespace std; const ...

  8. l洛谷 P6030 [SDOI2012]走迷宫 概率与期望+高斯消元

    题目描述 传送门 分析 首先判掉 \(INF\) 的情况 第一种情况就是不能从 \(s\) 走到 \(t\) 第二种情况就是从 \(s\) 出发走到了出度为 \(0\) 的点,这样就再也走不到 \(t ...

  9. 使用deeplabv3+训练自己数据集(迁移学习)

    概述 在前边一篇文章,我们讲了如何复现论文代码,使用pascal voc 2012数据集进行训练和验证,具体内容可以参考<deeplab v3+在pascal_voc 2012数据集上进行训练& ...

  10. 票房和口碑称霸国庆档,用 Python 爬取猫眼评论区看看电影《我和我的家乡》到底有多牛

    今年的国庆档电影市场的表现还是比较强势的,两名主力<我和我的家乡>和<姜子牙>起到了很好的带头作用. <姜子牙>首日破 2 亿,一举刷新由<哪吒之魔童降世&g ...