面试官：本地缓存怎么选型？问倒一大片！

最近在使用系统的时候，发现尽管应用已经使用了 redis 缓存提高查询效率，但是仍然有进一步优化的空间，于是想到了比分布式缓存性能更好的本地缓存，因此对领域内常用的本地缓存进行了一番调研，有早期的 Guava 缓存、在 Guava 上进一步传承的 Caffine 以及自称在 Java 中使用最广泛的 EhCache，那么我们该怎么选择适合自己应用的缓存呢，下面会简单介绍，并将以上缓存进行一个对比，希望帮助大家选择最适合自己系统的本地缓存。
2、Guava 缓存简介
Guava cache 是 Google 开发的 Guava 工具包中一套完善的 JVM 本地缓存框架，底层实现的数据结构类似于 ConcurrentHashMap，但是进行了更多的能力拓展，包括缓存过期时间设置、缓存容量设置、多种淘汰策略、缓存监控等，下面简单介绍下这些功能及其使用方式。
2.1、缓存过期时间设置
Guava 的过期时间设置有基于创建时间和最后一次访问时间两种策略.
(1) 基于创建时间
通过对比缓存记录的插入时间来判断，比如设置过期时间为 5 分钟，不管中间有没有访问，到时过期。
public Cache<String, String> createCache() {    
    return CacheBuilder.newBuilder()
    .expireAfterWrite(5L, TimeUnit.MINUTES)
    .build();
}

(2) 基于过期时间
通过对比最近最后一次的访问时间，比如设置 5 分钟，每次访问之后都会刷新过期时间为 5 分钟，只有持续 5 分钟没有被访问到才会过期。
public Cache<String, String> createCache() {    
    return CacheBuilder.newBuilder()
    .expireAfterAccess(5L, TimeUnit.MINUTES)
    .build();
}

2.2、缓存容量和淘汰策略设置
Guava cache 是内存型缓存，有内存溢出风险，因此需要设置缓存的最大存储上限，通过缓存的条数或每条缓存的权重来判断是否达到了设定阈值，当缓存的数据量达到设定阈值之后，Guava cache 支持使用 FIFO 和 LRU 的策略对缓存记录采取淘汰的措施。
（1）限制缓存记录条数
public Cache<String, User> createCache() {    
    return CacheBuilder.newBuilder()
    .maximumSize(100L)
    .build();
}

（2）限制缓存记录权重
public Cache<String, User> createCache() {    
    return CacheBuilder.newBuilder()
    .maximumWeight(100L)
    .weigher((key, value) -> (int) Math.ceil(instrumentation.getObjectSize(value) / 1024L))       
    .build();
}

使用限制缓存记录权重时要先计算 weight 的 value 对象的字节数，每 1kb 字节作为一个权重，对比限制缓存记录，我们就能将缓存的总占用限制在 100kb 左右。


2.3 缓存监控
缓存记录的加载和命中情况是评价缓存处理能力的重要指标，Guava cache 提供了 stat 统计日志对这两个指标进行了统计，我们只需要在创建缓存容器的时候加上 recordStats 就可以开启统计。
public Cache<String, User> createCache() {    
    return CacheBuilder.newBuilder()
    .recordStats()
    .build();
}

2.4 Guava cache 的优劣势和适用场景
优劣势：Guava cache 通过内存处理数据，具有减少 IO 请求，读写性能快的优势，但是受内存容量限制，只能处理少量数据的读写，还有可能对本机内存造成压力，并且在分布式部署中，会存在不同机器节点数据不一致的情况，即缓存漂移。
适用场景：读多写少，对数据一致性要求不高的场景。
3、Caffeine 简介
Caffeine 同样是 Google 开发的，是在 Guava cache 的基础上改良而来的，底层设计思路、功能和使用方式与 Guava 非常类似，但是各方面的性能都要远远超过前者，可以看做是 Guava cache 的升级版，因此，之前使用过 Guava cache，也能够很快的上手 Caffeine，下面是 Caffeine 和 Guava cache 的缓存创建对比，基本可以无门槛过渡。
public Cache<String, String> createCache() {
    return Caffeine.newBuilder()
        .initialCapacity(1000)
        .maximumSize(100L)
        .expireAfterWrite(5L, TimeUnit.MINUTES)

        .recordStats()
        .build();
}
public Cache<String, String> createCache() {    
    return CacheBuilder.newBuilder()
    .initialCapacity(1000)
    .maximumSize(100L)
    .expireAfterWrite(5L, TimeUnit.MINUTES)
    .recordStats()
    .build();
}

那么 Caffeine 底层又做了哪些优化，才能让其性能高于 Guava cache 呢？主要包含以下三点：
3.1、对比 Guava cache 的性能主要优化项
（1）异步策略
Guava cache 在读操作中可能会触发淘汰数据的清理操作，虽然自身也做了一些优化来减少读的时候的清理操作，但是一旦触发，就会降低查询效率，对缓存性能产生影响。而在 Caffeine 支持异步操作，采用异步处理的策略，查询请求在触发淘汰数据的清理操作后，会将清理数据的任务添加到独立的线程池中进行异步操作，不会阻塞查询请求，提高了查询性能。