设计之家官方网站四川旅游seo整站优化
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>() {@Overridepublic 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>>() {@Overridepublic 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>() {@Overridepublic 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]");}@SneakyThrowspublic static String getDictDataLabel(String dictType, String value) {return GET_DICT_DATA_CACHE.get(new KeyValue<>(dictType, value)).getLabel();}@SneakyThrowspublic static List<String> getDictDataLabelList(String dictType) {return GET_DICT_DATA_LIST_CACHE.get(dictType);}@SneakyThrowspublic 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>() {@Overridepublic 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