搭建Caffeine+Redis多级缓存机制

本地缓存的简单实现方案有HashMap，CucurrentHashMap，成熟的本地缓存方案有Guava 与 Caffeine ，企业级应用推荐下面说下两者的区别

1. 核心异同对比

特性	Guava Cache	Caffeine
诞生背景	Google Guava 库的一部分（2011年）	基于 Guava Cache 重构的现代缓存库（2015+）
性能	中等（锁竞争较多）	极高（优化并发设计，吞吐量提升5~10倍）
内存管理	基于 LRU 算法	结合 W-TinyLFU 算法（高命中率）
过期策略	支持 expireAfterWrite/access	支持 expireAfterWrite/access + refresh
缓存回收	同步阻塞	异步非阻塞（后台线程）
监控统计	基础统计（命中率等）	详细统计（命中率、加载时间等）
依赖	需引入整个 Guava 库	轻量（仅依赖 Caffeine）
社区维护	维护模式（新功能少）	活跃更新（Java 17+ 兼容）

从上面的比较可知， Caffeine 各方面是优于Guava的，因此在搭建多级缓存机制时，建议使用Caffeine+Redis的组合方案。

业务执行流程：

1. 请求优先读取 Caffeine 本地缓存（超快，减少网络IO）。

2. 本地缓存未命中 → 读取 Redis 分布式缓存。

3. Redis 未命中 → 查询数据库，并回填到两级缓存。

下面介绍下实现方式

注意：下面的实现方式是基于Springboot 2.4+，版本不同，配置上会略有差异

1.maven中引入下面的依赖

	com.github.ben-manes.caffeine
	caffeine




	org.springframework.boot
	spring-boot-starter-cache




	org.springframework.boot
	spring-boot-starter-data-redis
	   
		 
			 io.lettuce
			 lettuce-core
		 
		



 redis.clients
 jedis

 2.application中进行配置

spring: 
 cache:
    caffeine:
      spec: maximumSize=1000,expireAfterWrite=10m  # 本地缓存
    redis:
      time-to-live: 1h  # Redis缓存过期时间
  # redis 配置
  redis:
    # 地址
    host: 127.0.0.1
    # 端口，默认为6379
    port: 6379
    # 数据库索引
    database: 0
    # 密码
    password: abc123
    # 连接超时时间
    timeout: 6000ms  # 连接超时时长（毫秒）
    jedis:
      pool:
        max-active: 1000  # 连接池最大连接数（使用负值表示没有限制）
        max-wait: -1ms      # 连接池最大阻塞等待时间（使用负值表示没有限制）
        max-idle: 10      # 连接池中的最大空闲连接
        min-idle: 5       # 连接池中的最小空闲连接

 3.自定义多级缓存管理器

import org.springframework.beans.factory.annotation.Qualifier;
import org.springframework.boot.autoconfigure.cache.CacheProperties;
import org.springframework.boot.context.properties.EnableConfigurationProperties;
import org.springframework.cache.CacheManager;
import org.springframework.cache.annotation.EnableCaching;
import org.springframework.cache.caffeine.CaffeineCacheManager;
import org.springframework.cache.support.CompositeCacheManager;
import org.springframework.context.annotation.Bean;
import org.springframework.context.annotation.Configuration;
import org.springframework.context.annotation.Primary;
import org.springframework.data.redis.cache.RedisCacheConfiguration;
import org.springframework.data.redis.cache.RedisCacheManager;
import org.springframework.data.redis.connection.RedisConnectionFactory;
import org.springframework.data.redis.serializer.GenericJackson2JsonRedisSerializer;
import org.springframework.data.redis.serializer.RedisSerializationContext;
import org.springframework.data.redis.serializer.StringRedisSerializer;
import com.github.benmanes.caffeine.cache.Caffeine;

import java.util.concurrent.TimeUnit;


@Configuration
@EnableCaching
@EnableConfigurationProperties(CacheProperties.class)
public class MyCacheConfig {

    @Bean
    public RedisCacheConfiguration cacheConfiguration(CacheProperties cacheProperties) {
        RedisCacheConfiguration config = RedisCacheConfiguration.defaultCacheConfig();
        config = config.serializeKeysWith(RedisSerializationContext.SerializationPair.fromSerializer(new StringRedisSerializer()));
        config = config.serializeValuesWith(RedisSerializationContext.SerializationPair.fromSerializer(new GenericJackson2JsonRedisSerializer()));

        CacheProperties.Redis redisProperties = cacheProperties.getRedis();
        if (redisProperties.getTimeToLive() != null) {
            config = config.entryTtl(redisProperties.getTimeToLive());
        }
        if (redisProperties.getKeyPrefix() != null) {
            config = config.prefixKeysWith(redisProperties.getKeyPrefix());
        }
        if (!redisProperties.isCacheNullValues()) {
            config = config.disableCachingNullValues();
        }
        if (!redisProperties.isUseKeyPrefix()) {
            config = config.disableKeyPrefix();
        }
        return config;
    }

    @Bean
    public Caffeine caffeineConfig() {
        return Caffeine.newBuilder()
                .maximumSize(1000)
                .expireAfterWrite(10, TimeUnit.MINUTES);
    }

    @Bean
    @Primary  // 添加 @Primary 注解指定 CaffeineCacheManager 作为默认的缓存管理器
    public CacheManager caffeineCacheManager(Caffeine caffeine) {
        CaffeineCacheManager manager = new CaffeineCacheManager();
        manager.setCaffeine(caffeine);
        return manager;
    }

    @Bean
    public RedisCacheManager redisCacheManager(
            RedisConnectionFactory redisConnectionFactory,
            RedisCacheConfiguration cacheConfiguration) {

        return RedisCacheManager.builder(redisConnectionFactory)
                .cacheDefaults(cacheConfiguration)
                .build();
    }

    @Bean
    public CacheManager compositeCacheManager(
            @Qualifier("caffeineCacheManager") CacheManager caffeineCacheManager,
            @Qualifier("redisCacheManager") CacheManager redisCacheManager) {

        return new CompositeCacheManager(
                caffeineCacheManager,
                redisCacheManager
        );
    }
}
        

4.业务逻辑层调用

使用示例：

@Service
public class ProductService {

    @Autowired
    private ProductRepository repository;

    // 优先读本地缓存，其次Redis，最后数据库
    @Cacheable(cacheNames = "product", key = "#id")
    public Product getProductById(Long id) {
        return repository.findById(id).orElseThrow();
    }

    // 更新数据时清除两级缓存
    @CacheEvict(cacheNames = "product", key = "#product.id")
    public Product updateProduct(Product product) {
        return repository.save(product);
    }
}

手动控制多级缓存

@Service
public class CacheService {

    @Autowired
    private CacheManager cacheManager;

    @Autowired
    private RedisTemplate redisTemplate;

    public Product getProductWithManualControl(Long id) {
        // 1. 先查本地缓存
        Cache caffeineCache = cacheManager.getCache("product");
        Product product = caffeineCache.get(id, Product.class);
        if (product != null) {
            return product;
        }

        // 2. 查Redis缓存
        product = (Product) redisTemplate.opsForValue().get("product:" + id);
        if (product != null) {
            // 回填本地缓存
            caffeineCache.put(id, product);
            return product;
        }

        // 3. 查数据库
        product = repository.findById(id).orElseThrow();
        
        // 回填两级缓存
        redisTemplate.opsForValue().set("product:" + id, product, Duration.ofHours(1));
        caffeineCache.put(id, product);
        
        return product;
    }
}

1. 缓存一致性

   • 使用 @CacheEvict 或 Redis Pub/Sub 同步失效两级缓存。

   • 示例：通过 Redis 消息通知其他节点清理本地缓存。

2. 防止缓存击穿

   • Caffeine 配置 refreshAfterWrite：

Caffeine.newBuilder()
    .refreshAfterWrite(5, TimeUnit.MINUTES)
    .build(key -> loadFromRedisOrDb(key));

3.监控统计：

Caffeine 统计：cache.getNativeCache().stats()

Redis 统计：INFO commandstats

4. 验证多级缓存
本地缓存生效：连续调用同一接口，观察第二次响应时间骤降。
Redis 缓存生效：重启应用后，首次请求仍快速返回（数据来自Redis）。