当前位置：首页 > news >正文

Guava Cache 高性能本地缓存库详解与使用案例

news 2025/10/8 5:15:17

Guava Cache 高性能本地缓存库详解与使用案例

一、Guava Cache 简介

1.1 什么是 Guava Cache？

Guava Cache 是 Google 提供的 Java 本地缓存库，是 Google Guava 工具库的一部分。它提供了灵活且高效的缓存管理功能，适用于需要高性能、低延迟的本地缓存场景。核心特性包括：

基于大小和时间的缓存驱逐
软引用/弱引用支持
缓存统计（命中率、加载次数等）
手动刷新与异步加载
缓存监听器

Guava Cache 适用于单体应用、微服务中的本地缓存需求，尤其适合对缓存性能要求较高的场景。

二、核心特性详解

2.1 依赖引入

Maven

<dependency>
<groupId>com.google.guava</groupId>
<artifactId>guava</artifactId>
<version>31.1-jre</version>
</dependency>

Gradle

implementation 'com.google.guava:guava:31.1-jre'

2.2 缓存构建器 `CacheBuilder`

Guava Cache 的核心是通过 CacheBuilder 构建缓存实例，支持链式配置。

2.2.1 基本缓存创建

import com.google.common.cache.Cache;
import com.google.common.cache.CacheBuilder;Cache<String, String> cache = CacheBuilder.newBuilder()
.maximumSize(100)// 最大缓存大小
.build();

2.2.2 基于时间的过期策略

写入后过期（expireAfterWrite）：元素在写入后指定时间过期。
访问后过期（expireAfterAccess）：元素在最后一次访问后指定时间过期。

Cache<String, String> cache = CacheBuilder.newBuilder()
.maximumSize(100)
.expireAfterWrite(10, TimeUnit.MINUTES)// 写入后10分钟过期
.expireAfterAccess(5, TimeUnit.MINUTES)// 最后一次访问后5分钟过期
.build();

2.2.3 基于大小的驱逐策略

Guava 使用 LRU（Least Recently Used） 算法管理缓存大小。

Cache<String, String> cache = CacheBuilder.newBuilder()
.maximumSize(1000)// 缓存最多存储1000个元素
.build();

2.2.4 软引用/弱引用

软引用（Soft References）：在 JVM 内存不足时回收。
弱引用（Weak References）：在下一次 GC 时回收。

Cache<String, String> cache = CacheBuilder.newBuilder()
.maximumSize(100)
.softValues()// 值使用软引用
.weakKeys()// 键使用弱引用
.build();

2.2.5 缓存统计

启用统计功能可获取命中率、加载次数等信息。

Cache<String, String> cache = CacheBuilder.newBuilder()
.maximumSize(100)
.recordStats()// 启用统计
.build();// 获取统计信息
CacheStats stats = cache.stats();
System.out.println("命中率: " + stats.hitRate());

2.2.6 手动刷新与异步加载

手动刷新：refresh(key) 强制刷新指定缓存项。
异步加载：结合 LoadingCache 实现异步加载。

LoadingCache<String, String> loadingCache = CacheBuilder.newBuilder()
.maximumSize(100)
.build(new CacheLoader<String, String>() {
@Override
public String load(String key) throws Exception {
return fetchFromDB(key);// 从数据库加载
}
});// 异步加载
String value = loadingCache.get("key");

2.3 缓存监听器

通过 RemovalListener 监听缓存项被驱逐或过期。

Cache<String, String> cache = CacheBuilder.newBuilder()
.maximumSize(100)
.removalListener((RemovalListener<String, String>) notification -> {
System.out.println("Key: " + notification.getKey() + " 被移除，原因: " + notification.getCause());
})
.build();

三、使用案例详解

3.1 单体应用缓存

场景：用户信息缓存

public class UserService {
private final LoadingCache<String, User> userCache = CacheBuilder.newBuilder()
.maximumSize(1000)
.expireAfterWrite(10, TimeUnit.MINUTES)
.build(new CacheLoader<String, User>() {
@Override
public User load(String userId) throws Exception {
return fetchUserFromDB(userId);// 从数据库加载
}
});public User getUser(String userId) {
try {
return userCache.get(userId);// 自动加载或从缓存获取
} catch (ExecutionException e) {
throw new RuntimeException("缓存加载失败", e);
}
}private User fetchUserFromDB(String userId) {
// 模拟数据库查询
return new User(userId, "User_" + userId);
}
}

优势：

减少数据库压力：高频查询直接命中缓存。
自动刷新：Guava 自动管理缓存更新。

3.2 分布式系统中的本地缓存

场景：结合 Redis 的二级缓存

Guava Cache 作为本地缓存，Redis 作为分布式缓存。

public class DistributedCache {
private final Cache<String, String> localCache = CacheBuilder.newBuilder()
.maximumSize(1000)
.expireAfterWrite(5, TimeUnit.MINUTES)
.build();public String get(String key) {
String value = localCache.getIfPresent(key);
if (value == null) {
value = fetchFromRedis(key);
if (value == null) {
value = fetchFromDB(key);
saveToRedis(key, value);
}
localCache.put(key, value);
}
return value;
}
}

优势：

本地缓存加速：减少对 Redis 的直接访问。
降级容错：Redis 不可用时可直接访问数据库。

3.3 Spring Boot 集成

1. 配置缓存 Bean

@Configuration
public class CacheConfig {
@Bean
public Cache<String, String> myCache() {
return CacheBuilder.newBuilder()
.maximumSize(1000)
.expireAfterWrite(10, TimeUnit.MINUTES)
.build();
}
}

2. 使用缓存

@Service
public class MyService {
@Autowired
private Cache<String, String> myCache;public String getData(String key) {
String value = myCache.getIfPresent(key);
if (value == null) {
value = fetchFromExternalService(key);
myCache.put(key, value);
}
return value;
}
}

四、性能优化技巧

4.1 避免缓存雪崩

随机过期时间：为缓存设置随机过期时间，避免大量缓存同时失效。
热点数据预加载：对高频访问的数据主动加载到缓存。

// 随机过期时间（需结合自定义逻辑）
Cache<String, String> cache = CacheBuilder.newBuilder()
.maximumSize(1000)
.build();

4.2 缓存命中率优化

合理设置大小：根据业务访问模式调整 maximumSize。
监控统计：定期分析 hitRate() 和 evictionCount()，调整策略。

CacheStats stats = cache.stats();
System.out.println("命中率: " + stats.hitRate());

4.3 内存管理

软引用值（softValues）：在 JVM 内存不足时自动回收缓存。
定期清理：使用 cleanUp() 手动触发清理。

cache.cleanUp(); // 手动清理过期缓存

五、常见问题与解决方案

5.1 缓存穿透（Cache Penetration）

问题：查询不存在的数据导致频繁访问数据库。
解决方案：

布隆过滤器（Bloom Filter）：拦截不存在的键。
空值缓存：对查询结果为空的键设置短暂缓存。

String value = cache.get(key, () -> {
String result = fetchFromDB(key);
if (result == null) {
cache.put(key, "");// 缓存空值
}
return result;
});

5.2 缓存击穿（Cache Breakdown）

问题：热点数据过期后大量请求直接访问数据库。
解决方案：

互斥锁（Mutex Lock）：仅允许一个线程重建缓存。
永不过期：热点数据设置永不过期，定时异步更新。

String value = cache.get(key, () -> {
synchronized (key.intern()) {
if (cache.getIfPresent(key) == null) {
String result = fetchFromDB(key);
cache.put(key, result);
return result;
}
}
return cache.getIfPresent(key);
});

5.3 缓存雪崩（Cache Avalanche）

问题：大量缓存同时失效，导致数据库压力激增。
解决方案：

随机过期时间：为缓存设置随机过期时间。
分层缓存：本地缓存 + Redis 分布式缓存。

六、Guava Cache 与 Caffeine 对比

特性	Guava Cache	Caffeine
算法	LRU（较简单）	Window TinyLFU（更高命中率）
异步加载	不支持（需手动实现）	支持 `AsyncLoadingCache`
统计功能	基本统计	详细统计（命中率、加载次数等）
性能	一般（适合中等规模应用）	更高吞吐量和更低延迟
维护状态	已停止更新（推荐使用 Caffeine）	活跃维护

七、总结

Guava Cache 是 Java 生态中经典的本地缓存库，其 灵活配置、稳定性和易用性 使其成为许多项目的首选。通过合理配置缓存策略，开发者可以显著提升系统性能，减少对数据库的依赖。尽管 Caffeine 在性能上更优，但 Guava Cache 仍然是许多遗留项目和中等规模应用的可靠选择。