Guava Cache 实战：构建高并发场景下的字典数据缓存

一、场景背景

在系统开发中，字典数据（如状态类型、分类数据）具有以下特点：

• 高频读取（每个请求都可能涉及）
• 低频变化（管理员修改后才会变更）
• 数据一致性要求适中（允许分钟级延迟）
• 传统方案每次查询数据库的方式会造成性能瓶颈，本文展示如何基于 Guava Cache 构建缓存层。

二、技术选型分析

为什么选择 Guava Cache？

• 轻量级：无需引入 Redis 等中间件
• 自动加载：提供 LoadingCache 自动回源能力
• 灵活策略：支持基于时间/权重的淘汰策略
• 线程安全：内置并发控制机制

三、实战代码解析

1.相关代码文件

KeyValue

@Data
@NoArgsConstructor
@AllArgsConstructor
public class KeyValue<K, V> implements Serializable {

    private K key;
    private V value;

}

CacheUtils

public class CacheUtils {
    // 异步刷新缓存（适合全局数据）
    public static <K, V> LoadingCache<K, V> buildAsyncReloadingCache(Duration duration, CacheLoader<K, V> loader) {
        return CacheBuilder.newBuilder()
                .refreshAfterWrite(duration) // 写后刷新时间
                .build(CacheLoader.asyncReloading(loader, Executors.newCachedThreadPool()));
    }
    
    // 同步刷新缓存（适合用户关联数据）
    public static <K, V> LoadingCache<K, V> buildCache(Duration duration, CacheLoader<K, V> loader) {
        return CacheBuilder.newBuilder()
                .refreshAfterWrite(duration)
                .build(loader);
    }
}

DictFrameworkUtils

public class DictFrameworkUtils {

    private static DictDataApi dictDataApi;

    private static final DictDataRespDTO DICT_DATA_NULL = new DictDataRespDTO();

    /**
     * 针对 {@link #getDictDataLabel(String, String)} 的缓存
     */
    private static final LoadingCache<KeyValue<String, String>, DictDataRespDTO> GET_DICT_DATA_CACHE = CacheUtils.buildAsyncReloadingCache(
            Duration.ofMinutes(1L), // 过期时间 1 分钟
            new CacheLoader<KeyValue<String, String>, DictDataRespDTO>() {

                @Override
                public DictDataRespDTO load(KeyValue<String, String> key) {
                    return ObjectUtil.defaultIfNull(dictDataApi.getDictData(key.getKey(), key.getValue()), DICT_DATA_NULL);
                }

            });

    /**
     * 针对 {@link #getDictDataLabelList(String)} 的缓存
     */
    private static final LoadingCache<String, List<String>> GET_DICT_DATA_LIST_CACHE = CacheUtils.buildAsyncReloadingCache(
            Duration.ofMinutes(1L), // 过期时间 1 分钟
            new CacheLoader<String, List<String>>() {

                @Override
                public List<String> load(String dictType) {
                    return dictDataApi.getDictDataLabelList(dictType);
                }

            });

    /**
     * 针对 {@link #parseDictDataValue(String, String)} 的缓存
     */
    private static final LoadingCache<KeyValue<String, String>, DictDataRespDTO> PARSE_DICT_DATA_CACHE = CacheUtils.buildAsyncReloadingCache(
            Duration.ofMinutes(1L), // 过期时间 1 分钟
            new CacheLoader<KeyValue<String, String>, DictDataRespDTO>() {

                @Override
                public DictDataRespDTO load(KeyValue<String, String> key) {
                    return ObjectUtil.defaultIfNull(dictDataApi.parseDictData(key.getKey(), key.getValue()), DICT_DATA_NULL);
                }

            });

    public static void init(DictDataApi dictDataApi) {
        DictFrameworkUtils.dictDataApi = dictDataApi;
        log.info("[init][初始化 DictFrameworkUtils 成功]");
    }


    @SneakyThrows
    public static String getDictDataLabel(String dictType, String value) {
        return GET_DICT_DATA_CACHE.get(new KeyValue<>(dictType, value)).getLabel();
    }

    @SneakyThrows
    public static List<String> getDictDataLabelList(String dictType) {
        return GET_DICT_DATA_LIST_CACHE.get(dictType);
    }

    @SneakyThrows
    public static String parseDictDataValue(String dictType, String label) {
        return PARSE_DICT_DATA_CACHE.get(new KeyValue<>(dictType, label)).getValue();
    }

}

2. 核心工具类封装（CacheUtils）

public class CacheUtils {
    // 异步刷新缓存（适合全局数据）
    public static <K, V> LoadingCache<K, V> buildAsyncReloadingCache(Duration duration, CacheLoader<K, V> loader) {
        return CacheBuilder.newBuilder()
                .refreshAfterWrite(duration) // 写后刷新时间
                .build(CacheLoader.asyncReloading(loader, Executors.newCachedThreadPool()));
    }
}

关键配置说明：

• refreshAfterWrite：写入后指定时间触发异步刷新
• asyncReloading：使用独立线程池执行刷新任务
• Executors.newCachedThreadPool：弹性线程池应对突发流量

3. 字典缓存实现（DictFrameworkUtils）

3.1 缓存初始化

   private static DictDataApi dictDataApi;

    private static final DictDataRespDTO DICT_DATA_NULL = new DictDataRespDTO();

  	// 使用复合 Key 缓存字典项（类型+值 → 标签）
    private static final LoadingCache<KeyValue<String, String>, DictDataRespDTO> GET_DICT_DATA_CACHE = CacheUtils.buildAsyncReloadingCache(
            Duration.ofMinutes(1L), // 过期时间 1 分钟
            new CacheLoader<KeyValue<String, String>, DictDataRespDTO>() {

                @Override
                public DictDataRespDTO load(KeyValue<String, String> key) {
                    return ObjectUtil.defaultIfNull(dictDataApi.getDictData(key.getKey(), key.getValue()), DICT_DATA_NULL);
                }

            });

3.2 缓存使用示例

@SneakyThrows // 通过 Lombok 隐藏异常
public static String getDictDataLabel(String dictType, String value) {
    return GET_DICT_DATA_CACHE.get(new KeyValue<>(dictType, value)).getLabel();
}

四、最佳实践总结

1. 缓存策略设计

策略	说明	本案例实现
缓存穿透	非法 Key 导致频繁回源	返回 DICT_DATA_NULL 空对象
缓存雪崩	大量缓存同时失效	随机过期时间（可扩展）
缓存击穿	热点 Key 失效导致并发回源	使用 LoadingCache 原子加载

2. 性能优化点

• 异步刷新：通过 asyncReloading 实现后台线程刷新，避免阻塞请求线程
• 分层缓存：同时缓存 字典项 → 标签 和 标签 → 字典项 两种关系
• 弹性线程池：使用 CachedThreadPool 应对突发刷新请求