目录一、前言二、缓存注解三、实战操作1、依赖引入2、yaml配置3、开启缓存4、模拟方法5、测试6、改造
一、前言
Spring Cache本身是Spring框架中一个缓存体系的抽象实现，本身不具备缓存能力，需要配合具体的缓存实现来完成，如Ehcache、Caffeine、Guava、Redis等。
二、缓存注解 @EnableCaching：开启缓存功能 @Cacheable：定义缓存，用于触发缓存 @CachePut：定义更新缓存，触发缓存更新 @CacheEvict：定义清楚缓存，触发缓存清除 @Caching：组合定义多种缓存功能 @CacheConfig：定义公共设置，位于class之上
三、实战操作
我选择使用目前最受欢迎的Caffeine来作为具体的缓存实现方式，下面是一个demo：
1、依赖引入
<dependency> <groupId>com.github.ben-manes.caffeine</groupId> <artifactId>caffeine</artifactId> <version>2.8.6</version></dependency><dependency> <groupId>org.springframework.boot</groupId> <artifactId>spring-boot-starter-cache</artifactId></dependency>
2、yaml配置
spring: cache: cache-names: USER caffeine: spec: initialCapacity=50,maximumSize=500,expireAfterWrite=5s type: caffeine
Caffeine配置说明
initialCapacity=[integer]: 初始的缓存空间大小 maximumSize=[long]: 缓存的最大条数 maximumWeight=[long]: 缓存的最大权重 expireAfterAccess=[duration]: 最后一次写入或访问后经过固定时间过期 expireAfterWrite=[duration]: 最后一次写入后经过固定时间过期 refreshAfterWrite=[duration]: 创建缓存或者最近一次更新缓存后经过固定的时间间隔，刷新缓存 weakKeys: 打开key的弱引用 weakValues：打开value的弱引用 softValues：打开value的软引用 recordStats：开发统计功能
注意
expireAfterWrite和expireAfterAccess同事存在时，以expireAfterWrite为准。 maximumSize和maximumWeight不可以同时使用 weakValues和softValues不可以同时使用
3、开启缓存
4、模拟方法
service层
@Service@Slf4jpublic class CaffeineService { public static Map<String, String> map = new HashMap<>(); static { map.put("1", "zhangsan"); map.put("2", "lisi"); map.put("3", "wangwu"); } @Cacheable(value = "USER", key = "#id") public String getUser(String id) { log.info("getUser() run......"); return map.get(id); } @CachePut(value = "USER", key = "#id") public String updateUser(String id, String name) { log.info("updateUser() run......"); map.put(id, name); return map.toString(); } @CacheEvict(value = "USER", key = "#id") public String delUser(String id) { log.info("delUser() run......"); map.remove(id); return map.toString(); }}
controller层
@RestController@RequestMapping("/cache")@Slf4jpublic class CaffeineController { @Autowired private CaffeineService caffeineService; @GetMapping("/user/{id}") public String getUser(@PathVariable String id) { long start = System.currentTimeMillis(); String res = caffeineService.getUser(id); long end = System.currentTimeMillis(); log.info("查询耗时：" + (end - start)); return res; } @GetMapping("/user/{id}/{name}") public String updateUser(@PathVariable String id, @PathVariable String name) { return caffeineService.updateUser(id, name); } @DeleteMapping("/user/{id}") public String delUser(@PathVariable String id) { return caffeineService.delUser(id); }}
5、测试
第一次查询：
第二次查询：
查询耗时明显小于第一次查询，因为第二次直接返回缓存，速度提升。
执行更新后再查询：会使缓存失效。会重新执行查询方法查询
执行删除后再查询：会使缓存失效。会重新执行查询方法查询
6、改造
上述通过yaml文件配置的方式不够灵活，无法实现多种缓存策略，所以现在一般使用javaconfig的形式进行配置。
下面是示例代码：
@Configurationpublic class CaffeineConfig { @Bean public CacheManager caffeineCacheManager() { SimpleCacheManager simpleCacheManager = new SimpleCacheManager(); List<CaffeineCache> caffeineCaches = new ArrayList<>(); for (CacheType cacheType : CacheType.values()) { caffeineCaches.add(new CaffeineCache(cacheType.name(), Caffeine.newBuilder() .expireAfterWrite(cacheType.getExpires(), TimeUnit.SECONDS) .build())); } simpleCacheManager.setCaches(caffeineCaches); return simpleCacheManager; }}
public enum CacheType { USER(5), TENANT(20); private int expires; CacheType(int expires) { this.expires = expires; } public int getExpires() { return expires; }}
这样我们就能对USER设置5秒消防时间，对TENANT设置20秒消亡时间，在实际项目中这种方式更加的灵活。
到此这篇关于Spring Cache 集成 Caffeine实现项目缓存的示例的文章就介绍到这了,更多相关Spring Cache Caffeine缓存内容请搜索以前的文章或继续浏览下面的相关文章希望大家以后多多支持！
【本文由：阿里云代理 http://www.56aliyun.com 复制请保留原URL】往往教导我们大家要好好学习天天向上，
