前言
前面文章大篇幅详细讲解了Spring Cache缓存抽象、三大缓存注解的工作原理等等。若是细心的小伙伴会发现:讲解时的Demo我使用的缓存实现方案均是Spring默认提供的:ConcurrentMapCache。使用它的原因是它是spring-context内置的,无需额外导包就能使用,非常的方便~
但在实际开发过程中,Spring内建提供的实现显然是满足不了日益复杂的需求的,现实情况是很小有可能直接使用ConcurrentMapCacheManager和ConcurrentMapCache去作为存储方案,毕竟它提供的能力非常有限,有如下两个致命的不足:
- 基于本地内存的缓存,且它无法用于分布式环境
- 没有缓存过期时间Expire
就光这两点没有得到满足,在实际开发中就足以有理由抛弃内置实现,而需要引入第三方更为强大的缓存实现方案。
Spring Cache缓存抽象的实现产品
缓存标准方面:一个是JSR107,一个是Spring Cache,前面也说了Spring Cache已经成为了现实中的标准,所以市面上它的实现产品非常丰富,因此本文主要看看基于Spring Cache的实现产品的集成方案。
Spring Cache它也是支持JSR107规范的,可谓非常的友好。(请导入spring-contextr-support包)
要想了解常用的、流行的Spring Cache的实现方案有哪些,我推荐一个由SpringBoot提枚举类CacheType,它里面收纳得还是比较全面的:
此枚举是SpringBoot提供的供以参考,但本文内容和SpringBoot没有半毛钱关系
public enum CacheType { GENERIC, // 使用的SimpleCacheManager(自己手动指定Cache,可任意类型Cache实现哦) JCACHE, // 使用org.springframework.cache.jcache.JCacheCacheManager EHCACHE, // 使用org.springframework.cache.ehcache.EhCacheCacheManager HAZELCAST, // 使用com.hazelcast.spring.cache.HazelcastCacheManager INFINISPAN, // 使用org.infinispan.spring.provider.SpringEmbeddedCacheManager COUCHBASE, // 使用com.couchbase.client.spring.cache.CouchbaseCacheManager REDIS, // 使用org.springframework.data.redis.cache.RedisCacheManager,依赖于RedisTemplate进行操作 CAFFEINE, // 使用org.springframework.cache.caffeine.CaffeineCacheManager @Deprecated GUAVA, // 使用org.springframework.cache.guava.GuavaCacheManager,已经过期不推荐使用了 SIMPLE, // 使用ConcurrentMapCacheManager NONE; // 使用NoOpCacheManager,表示禁用缓存 }
这些就是业内最为流行的那些缓存实现,下面做简单的介绍作为参考:
- EhCache:一个纯Java的进程内缓存框架,具有快速、精干等特点。因为它是纯Java进程的,所以也是基于本地缓存的。(注意:EhCache2.x和EhCache3.x差异巨大且不兼容)
- Hazelcast:基于内存的数据网格。虽然它基于内存,但是分布式应用程序可以使用Hazelcast进行分布式缓存、同步、集群、处理、发布/订阅消息等。(如果你正在寻找基于内存的、高速的、可弹性扩展的、支持分布式的、对开发者友好的NoSQL,Hazelcast是一个很棒的选择,它的理念是用应用服务的内存换取效率,成本较高)1. 从com.hazelcast.spring.cache.HazelcastCacheManager这个包名中也能看出,是它自己实现的Spring Cache标准,而不是spring-data帮它实现的(类似MyBatis集成Spring),但它凭借自己的足够优秀,让Spring接受了它
- Infinispan:基于Apache 2.0协议的分布式键值存储系统,可以以普通java lib或者独立服务的方式提供服务,支持各种协议(Hot Rod, REST, WebSockets)。支持的高级特性包括:事务、事件通知、高级查询、分布式处理、off-heap及故障迁移。 它按照署模式分为嵌入式(Embedded)模式(基于本地内存)、Client-Server(C\S)模式。
- Couchbase:是一个非关系型数据库,它实际上是由couchdb+membase组成,所以它既能像couchdb那样存储json文档(类似MongoDB),也能像membase那样高速存储键值对。(新一代的NoSql数据库,国外挺火的)
- Redis:熟悉得不能再熟悉的分布式缓存,只有Client-Server(C\S)模式,单线程让它天生具有线程安全的特性。Java一般使用Jedis/Luttuce来操纵~
- Caffeine(咖啡因):Caffeine是使用Java8对Guava缓存的重写版本,一个接近最佳的的缓存库(号称性能最好)。Spring5已经放弃guava,拥抱caffeine,它的API保持了近乎和guava一致,但是性能上碾压它。1. guava是谷歌Google Guava工具包的,使用非常广泛。Caffeine长江后浪推前浪,性能上碾压了Guava,是它的替代品。
- SIMPLE:略
进程缓存:Ehcache、Guava、Caffeine对比
首先它哥三都作为进程缓存(本地缓存)的优秀开源产品,那么若我们要使用本地缓存来加速访问,选择哪种呢?下文做一个简单的对比:
- EhCache:是一个纯Java的进程内缓存框架,具有快速、精干等特点,是Hibernate、MyBatis默认的缓存提供。(备注:虽然EhCache3支持到了分布式,但它还是基于Java进程的缓存)
- Guava:它是Google Guava工具包中的一个非常方便易用的本地化缓存实现,基于LRU算法实现,支持多种缓存过期策略。它出现得非常早,有点廉颇老矣之感~
- Caffeine:是使用Java8对Guava缓存的重写版本,在Spring5中将取代了Guava,支持多种缓存过期策略。
说明:Caffeine它在性能上碾压其余两者,它可以完全的替代Guava,因为API上都差不多一致,并且它还提供了Adapter让Guava过度到Caffeine上来。
Caffeine被称为进程缓存之王
为何Guava被放弃了,但EhCache依旧坚挺?我觉得主要是它有如下特点:
- 稳定,健壮
- 被认可:apache 2.0 license
- 读、写速度还是不错的
- 够简单
- 够秀珍(jar包很小)
- 够轻量(仅仅依赖slf4j这一个包)
- 好扩展(可自定义淘汰算法)
- 监听器
- Ehcache支持缓存数据到硬盘(它也支持内存级别的缓存,Ehcache3还支持了分布式的缓存)
- 成熟(MyBatis、Hibernate等知名产品都用它作为默认缓存方案)
本文讲解的是Spring Cache和`进程缓存Caffeine和EhCache的整合。
Caffeine和Spring Cache整合
关于Caffeine的强悍之处,此处就不费笔墨了,总之两个字:优秀。若我们在Spring应用中需要使用Caffeine怎么办呢?当然最直接的使用方式是导入Jar包后,直接使用它的API:CacheManager和Cache等等。
当然,这不是本文要讲述的,本文主要是要让它和Spring集成,从而可以使用Spring Cache注解来直接操作缓存~
整合Caffeine,其实Spring已经有个模块对它提供了支持:spring-context-support
<dependency> <groupId>org.springframework</groupId> <artifactId>spring-context-support</artifactId> <version>5.1.6.RELEASE</version> </dependency>
此包属于spring-context的支持包,一般建议导入。它的内容如下:
需要注意的是,在Spring5
之前,此包还默认提供了对Guava
的支持,但在Spring5
后彻底移除了,这也侧面证明Guava确实该退休了~。
集成第一步:除了导入support包,当然还得导入咖啡因的包:
<dependency> <groupId>com.github.ben-manes.caffeine</groupId> <artifactId>caffeine</artifactId> <!-- 2019.2最新版本 caffeine是2015年才面市的,发展还是很迅速的--> <version>2.7.0</version> </dependency>
实施之前,先简单看看spring-context-support提供的CaffeineCacheManager实现:
// @since 4.3 Requires Caffeine 2.1 or higher.显然我们都2.7版本 肯定满足呀 public class CaffeineCacheManager implements CacheManager { private final ConcurrentMap<String, Cache> cacheMap = new ConcurrentHashMap<>(16); // 默认能动态生成Cache,对使用者友好 private boolean dynamic = true; // 默认使用的builder 可通过setCaffeine来自定这个cacheBuilder // cacheBuilder.build()得到一个com.github.benmanes.caffeine.cache.Cache 让可以自定义N个参数 private Caffeine<Object, Object> cacheBuilder = Caffeine.newBuilder(); @Nullable private CacheLoader<Object, Object> cacheLoader; private boolean allowNullValues = true; // 是否允许null值 // 一样的,两个构造函数。你可以指定,也可以让动态生成 public CaffeineCacheManager() { } public CaffeineCacheManager(String... cacheNames) { setCacheNames(Arrays.asList(cacheNames)); } ... @Override @Nullable public Cache getCache(String name) { Cache cache = this.cacheMap.get(name); if (cache == null && this.dynamic) { synchronized (this.cacheMap) { cache = this.cacheMap.get(name); if (cache == null) { cache = createCaffeineCache(name); this.cacheMap.put(name, cache); } } } return cache; } // CaffeineCache实现了org.springframework.cache.Cache接口 // 内部实现都是委托给com.github.benmanes.caffeine.cache.Cache<Object, Object>来做的 protected Cache createCaffeineCache(String name) { return new CaffeineCache(name, createNativeCaffeineCache(name), isAllowNullValues()); } ... }
它提供的Cache实现:CaffeineCache
。非常简单,所有工作都委托给com.github.benmanes.caffeine.cache.Cache
了,因此省略。
第二步:准备CacheConfig 配置文件
@EnableCaching @Configuration public class CacheConfig extends CachingConfigurerSupport { @Bean public CacheManager cacheManager() { CaffeineCacheManager cacheManager = new CaffeineCacheManager(); // 方案一(常用):定制化缓存Cache cacheManager.setCaffeine(Caffeine.newBuilder() .expireAfterWrite(10, TimeUnit.MINUTES) .initialCapacity(100) .maximumSize(10_000)) // 如果缓存种没有对应的value,通过createExpensiveGraph方法同步加载 buildAsync是异步加载 //.build(key -> createExpensiveGraph(key)) ; // 方案二:传入一个CaffeineSpec定制缓存,它的好处是可以把配置方便写在配置文件里 //cacheManager.setCaffeineSpec(CaffeineSpec.parse("initialCapacity=50,maximumSize=500,expireAfterWrite=5s")); return cacheManager; } } @Service public class CacheDemoServiceImpl implements CacheDemoService { @Cacheable(cacheNames = "demoCache", key = "#id") @Override public Object getFromDB(Integer id) { System.out.println("模拟去db查询~~~" + id); return "hello cache..."; } }
运行单测:
@RunWith(SpringJUnit4ClassRunner.class) @ContextConfiguration(classes = {RootConfig.class, CacheConfig.class}) public class TestSpringBean { @Autowired private CacheDemoService cacheDemoService; @Autowired private CacheManager cacheManager; @Test public void test1() { cacheDemoService.getFromDB(1); cacheDemoService.getFromDB(1); System.out.println("----------验证缓存是否生效----------"); Cache cache = cacheManager.getCache("demoCache"); System.out.println(cache); System.out.println(cache.get(1, String.class)); } }
打印结果:
模拟去db查询~~~1 ----------验证缓存是否生效---------- org.springframework.cache.caffeine.CaffeineCache@4f74980d hello cache...
从结果中可以得出结论:缓存生效。
关于
Caffeine
的更多API以及它的高级使用,不是本文讨论的内容,有兴趣的小伙伴可以自行学习和研究~