Spring Boot 集成 Caffeine 缓存

Caffeine 是个高性能的开源 Java 内存缓存库，具有较高的命中率和出色的并发能力。在 Spring Boot 中集成也非常简单，提供了各种开箱既用的工具。

集成 Caffeine

Spring Boot 对其它组件的集成非常简单，按照约定大于配置的原则，不做特殊配置的时候完全不需要甚至不写配置就可以使用，因为大多数开源框架基本都会提供 starter 包，提供了对最常见的默认配置。

先引入 Spring Boot 的缓存支持 starter

<dependency>
    <groupId>org.springframework.boot</groupId>
    <artifactId>spring-boot-starter-cache</artifactId>
</dependency>

Spring 的 Cache 提供了非常好用的工具，让使用到缓存的代码不需要关心缓存的实现，在后期更换实现后不需要对原有的代码作任何变更。这样在初期业务量不大的情况下可以先上一级的内存缓存，在后期可以修改实现增加 Redis 作二级缓存。

Spring Boot Cache 中会自动配置，如果引入了 Caffeine 的包， spring-boot-starter-cache 会自动配置 CaffeineCacheManager，可以通过以下配置对缓存进行配置。

spring.cache.cache-names=cache1,cache2
spring.cache.caffeine.spec=maximumSize=500,expireAfterAccess=600s

cache-names 定义了缓存的名字，spec 定义了缓存大小鬼失效时间。这种配置简单虽简单，但是灵活性不够，不能同时配置多种不同的缓存策略。

引入 Caffeine 的包

<dependency>
    <groupId>com.github.ben-manes.caffeine</groupId>
    <artifactId>caffeine</artifactId>
    <version>${caffeine.version}</version>
</dependency>

编写 Configuration 类

@Configuration
@EnableCaching
public class CaffeineConfiguration {
    @Bean
    public CacheManager caffeineCacheManager() {
        SimpleCacheManager cacheManager = new SimpleCacheManager();

        List<CaffeineCache> caffeineCaches = new ArrayList<>();

        for (CacheConstant.CacheType cacheType : CacheConstant.CacheType.values()) {
            caffeineCaches.add(new CaffeineCache(cacheType.toString(),
                    Caffeine.newBuilder()
                            .expireAfterWrite(cacheType.getExpires(), TimeUnit.SECONDS)
                            .maximumSize(cacheType.getMaxSize())
                            .build()));
        }

        cacheManager.setCaches(caffeineCaches);

        return cacheManager;
    }
}

上面代码中，通过 CacheType 枚举构造了几种不同缓存策略的缓存，在应用中直接使用 Cache Name 既可将数据直接缓存。

使用

必须要在 Configuration 类中使用 @EnableCaching 才能启用缓存。

@Cacheable(value = CacheConstant.DEFAULT_CACHING, key = "#userId + '_info'")
public User getUserByUserId(String userId) {
    return userMapper.selectOne(userId);
}

Spring Cache 注解的使用可以参考我翻译的相关文章。