java缓存技术可分为分布式缓存和本地缓存。
1、JVM进程 本地缓存的代表技术主要有HashMap，Guava Cache，Caffeine和Encache。
2、Nigix进程里边的本地缓存 share dict
HashMap
通过Map的底层方式，直接将需要缓存的对象放在内存中。
优点：简单粗暴，不需要引入第三方包，比较适合一些比较简单的场景。
缺点：没有太好缓存淘汰策略，定制化开发成本高。
Guava Cache
Guava Cache是由Google开源的基于LRU淘汰算法的缓存技术。但Guava Cache由于被下面即将介绍的Caffeine全面超越而被取代。
优点：支持最大容量限制，两种过期删除策略（插入时间和访问时间），支持简单的统计功能。
缺点：springboot2和spring5都放弃了对Guava Cache的支持。
Caffeine Caffeine
采用了W-TinyLFU（LRU和LFU的优点结合）开源的缓存技术， 缓存性能接近理论最优，属于是Guava Cache的增强版。
Caffeine在很多的特性上面采用的是异步模式的，Guava Cache在很多 特性上采用的是同步模式。
Encache
Ehcache是一个纯java的进程内缓存框架，具有快速、精干的特点。是hibernate默认的cacheprovider。
优点：支持多种缓存淘汰算法，包括LFU，LRU和FIFO；
缓存支持堆内缓存，堆外缓存和磁盘缓存；
支持多种集群方案，解决数据共享问题。
常见的缓存数据淘汰算法
主要的缓存数据淘汰算法（也叫做缓存数据驱逐算法），有三种：
FIFO (Fist in first out) 先进先出淘汰算法
如果一个数据最先进入缓存中，则应该最早淘汰掉。
LRU (Least recently used) 最近最少使用淘汰算法
最近最久未使用淘汰算法如果数据最近被访问过，那么将来被访问的几率也更高，所以尽量保留 淘汰最长时间没有用过的 缓存选项 类似于：时间的局部性原理
LFU (Least frequently used) 最不经常使用淘汰算法
淘汰最少使用次数的 缓存选项 淘汰最低 使用频率的 缓存选项 ，如果一个数据在最近一段时间内使用次数很少，使用频率最低，那么在将来一段时间内被使用的可能性也很小。
本地缓存的优缺点
- 快但是量少：访问速度快，但无法进行大数据存储。
本地缓存相对于分布式缓存的好处是，由于数据不需要跨网络传输，故性能更好， 但是由于占用了应用进程的内存空间，如 Java 进程的 JVM 内存空间，故不能进行大数据量的数据存储。 - 需要解决数据一致性问题：本地缓存、分布式缓存、DB数据一致性问题。
与此同时，本地缓存只支持被该应用进程访问，一般无法被其他应用进程访问，故在应用进程的集群部 署当中， 如果对应的数据库数据，存在数据更新，则需要同步更新不同部署节点的缓存数据来保保证数据一致 性， 复杂度较高并且容易出错，如基于 rocketmq 的发布订阅机制来同步更新各个部署节点。 - 未持久化，容易丢失：数据随应用进程的重启而丢失
由于本地缓存的数据是存储在应用进程的内存空间的，所以当应用进程重启时，本地缓存的数据会丢失。所以对于需要更改然后持久化的数据，需要注意及时保存，否则可能会造成数据丢失。
