相关参考：结合我司应用，给你分享全网最全的Caffeine教程、性能利器Caffeine缓存全面指南、本地缓存：为什么要用本地缓存？

概述

Caffeine官方测试报告

Caffeine 是基于Java 8 开发的、提供了近乎最佳命中率的高性能本地缓存组件。它的设计初衷就是替代Guava缓存，提供更加高效的缓存解决方案。为什么要替代Guava呢？因为Guava虽好，但在处理高并发和大数据量时，性能就显得有点吃力。Caffeine 的特点可以用三个词概括：快、简单、强大。

为什么要使用本地缓存

在高性能的服务架构设计中，缓存是一个不可或缺的环节。在实际的项目中，我们通常会将一些热点数据存储到Redis这类缓存中间件中，只有当缓存的访问没有命中时再查询数据库。在提升访问速度的同时，也能降低数据库的压力。

随着不断的发展，这一架构也产生了改进，在一些场景下可能单纯使用Redis类的远程缓存已经不够了，还需要进一步配合本地缓存使用，例如Guava cache或Caffeine，从而再次提升程序的响应速度与服务性能。于是，就产生了使用本地缓存作为一级缓存，再加上远程缓存作为二级缓存的两级缓存架构。

两级缓存的访问流程如下图：

本地缓存的优点：

本地缓存基于本地环境的内存，访问速度非常快，对于一些变更频率低、实时性要求低的数据，可以放在本地缓存中，提升访问速度
使用本地缓存能够减少和Redis类的远程缓存间的数据交互，减少网络I/O开销，降低这一过程中在网络通信上的耗时

特点

Caffeine提供了灵活的构造器去创建一个拥有下列特性的缓存：

自动把数据加载到本地缓存中，并且可以配置异步；
当达到最大容量的时候，使用基于数量剔除策略；
基于失效时间剔除策略，这个时间是从最后一次操作算起【访问或者写入】；
异步刷新
key将自动被弱引用所封装
value将自动被弱引用或者软引用所封装
数据剔除提醒；
写入广播机制；
缓存访问可以统计

内部结构

Caffeine的内部结构：

Cache的内部包含着一个ConcurrentHashMap，这是存放所有缓存数据的地方，ConcurrentHashMap是一个并发安全的容器，可以说Caffeine其实就是一个被强化过的ConcurrentHashMap。
Scheduler：定期清空数据的一个机制，可以不设置，如果不设置则不会主动的清空过期数据。
Executor：指定运行异步任务时要使用的线程池。可以不设置，如果不设置则会使用默认的线程池，也就是ForkJoinPool.commonPool()。

核心原理

Caffeine的核心功能和原理，主要体现在它的高性能和智能缓存策略上。

首要的是Caffeine的缓存策略。大部分缓存系统都面临一个问题：怎样决定保留或丢弃缓存中的数据？Caffeine在这方面做得很棒，它采用了一种叫做”Window TinyLFU”（最少最近使用）的策略（一种结合LRU、LFU优点的算法）。这个策略的核心思想是：如果一个数据最近被频繁访问，那么它在不久的将来也很可能被访问。因此，Caffeine会优先保留这些“热门”数据。

但Caffeine的聪明之处不止于此。它还实现了一种自适应的缓存驱逐策略，这意味着它能够根据实际的访问模式来动态调整缓存的行为。比如，如果咱们的应用在某个时间段内频繁访问某类数据，Caffeine会自动调整，确保这些数据更长时间地留在缓存中。

简单示例体会Caffeine的功能：

Cache<String, String> cache = Caffeine.newBuilder()
    .maximumSize(10_000)
    .expireAfterAccess(10, TimeUnit.MINUTES)
    .recordStats()
    .build();

// 模拟数据访问
cache.put("键1", "值1");
String value = cache.getIfPresent("键1");

// 获取并打印统计信息
CacheStats stats = cache.stats();
System.out.println("命中率：" + stats.hitRate());

上述代码示例中，创建了一个最大容量为10000的Caffeine缓存，设置了10分钟的访问过期时间，并开启了统计功能。这样，就能看到缓存的命中率等重要信息，从而更好地理解和调优缓存的表现。

优缺点

优点：

高性能：Caffeine 是为了提供高性能而设计的。它采用了多种优化技术，如使用内存预分配、并发数据结构和高效的数据访问算法，以实现快速的缓存访问和更新操作。
内存管理：Caffeine 提供了一些内存管理策略，可根据应用程序的需求自动管理缓存中的数据。它支持基于大小的驱逐策略，可以根据缓存项的大小自动释放内存空间。
强大的功能：Caffeine 提供了许多实用的功能，如缓存项的过期控制、异步加载、统计信息收集等。这些功能使得开发人员能够更好地控制缓存的行为，并根据具体需求进行配置。
无缝集成：以很容易地与Spring Boot集成，这使得在Spring Boot应用中使用Caffeine成为了一个简单而有效的提升性能的方式。

缺点：

Java 限定：Caffeine 是一个针对 Java 语言的缓存库，因此它的使用局限于 Java 开发环境。
分布式支持有限：Caffeine 是一个本地缓存库，主要用于单个应用程序的内存缓存。如果需要在分布式环境下使用缓存，例如在多个节点之间共享缓存数据，那么Caffeine 的功能可能有限。

使用

基础使用

Maven中导入如下依赖即可：

<dependency>
    <groupId>com.github.ben-manes.caffeine</groupId>
    <artifactId>caffeine</artifactId>
    <version>3.1.0</version>
</dependency>

基础使用例子：

import com.github.benmanes.caffeine.cache.Cache;
import com.github.benmanes.caffeine.cache.Caffeine;
import java.util.concurrent.TimeUnit;

public class CaffeineDemo {
    public static void main(String[] args) {
        // 创建一个缓存实例
        Cache<String, String> cache = Caffeine.newBuilder()
            .expireAfterWrite(1, TimeUnit.HOURS)
            .maximumSize(100)
            .build();

        // 往缓存里放一些数据
        cache.put("关键词1", "值1");
        cache.put("关键词2", "值2");

        // 从缓存中取数据
        String value1 = cache.getIfPresent("关键词1");
        System.out.println("获取到的值：" + value1);

        // 模拟一下数据过期的情况
        try {
            Thread.sleep(TimeUnit.HOURS.toMillis(2));
        } catch (InterruptedException e) {
            e.printStackTrace();
        }

        String valueExpired = cache.getIfPresent("关键词1");
        System.out.println("过期后的值：" + valueExpired); // 这里应该是null，因为已经过期了
    }
}

高级功能

后续完善

SpringBoot集成