一、簡(jiǎn)介

Caffeine 是基于Java 8 開發(fā)的、提供了近乎最佳命中率的高性能本地緩存組件，Spring5 開始不再支持 Guava Cache，改為使用 Caffeine。

下面是 Caffeine 官方測(cè)試報(bào)告。

由上面三幅圖可見：不管在并發(fā)讀、并發(fā)寫還是并發(fā)讀寫的場(chǎng)景下，Caffeine 的性能都大幅領(lǐng)先于其他本地開源緩存組件。

本文先介紹 Caffeine 實(shí)現(xiàn)原理，再講解如何在項(xiàng)目中使用 Caffeine 。

?二、Caffeine 原理

2.1 淘汰算法

2.1.1 常見算法

對(duì)于 Java 進(jìn)程內(nèi)緩存我們可以通過 HashMap 來實(shí)現(xiàn)。不過，Java 進(jìn)程內(nèi)存是有限的，不可能無限地往里面放緩存對(duì)象。這就需要有合適的算法輔助我們淘汰掉使用價(jià)值相對(duì)不高的對(duì)象，為新進(jìn)的對(duì)象留有空間。常見的緩存淘汰算法有 FIFO、LRU、LFU。

FIFO(First In First Out)：先進(jìn)先出。它是優(yōu)先淘汰掉最先緩存的數(shù)據(jù)、是最簡(jiǎn)單的淘汰算法。缺點(diǎn)是如果先緩存的數(shù)據(jù)使用頻率比較高的話，那么該數(shù)據(jù)就不停地進(jìn)進(jìn)出出，因此它的緩存命中率比較低。

LRU(Least Recently Used)：最近最久未使用。它是優(yōu)先淘汰掉最久未訪問到的數(shù)據(jù)。缺點(diǎn)是不能很好地應(yīng)對(duì)偶然的突發(fā)流量。比如一個(gè)數(shù)據(jù)在一分鐘內(nèi)的前59秒訪問很多次，而在最后1秒沒有訪問，但是有一批冷門數(shù)據(jù)在最后一秒進(jìn)入緩存，那么熱點(diǎn)數(shù)據(jù)就會(huì)被沖刷掉。

LFU(Least Frequently Used)：最近最少頻率使用。它是優(yōu)先淘汰掉最不經(jīng)常使用的數(shù)據(jù)，需要維護(hù)一個(gè)表示使用頻率的字段。

主要有兩個(gè)缺點(diǎn)：

一、如果訪問頻率比較高的話，頻率字段會(huì)占據(jù)一定的空間；

二、無法合理更新新上的熱點(diǎn)數(shù)據(jù)，比如某個(gè)歌手的老歌播放歷史較多，新出的歌如果和老歌一起排序的話，就永無出頭之日。

2.1.2 W-TinyLFU 算法

Caffeine 使用了 W-TinyLFU 算法，解決了 LRU 和LFU上述的缺點(diǎn)。W-TinyLFU 算法由論文《TinyLFU: A Highly Efficient Cache Admission Policy》提出。

它主要干了兩件事：

一、采用 Count–Min Sketch 算法降低頻率信息帶來的內(nèi)存消耗；

二、維護(hù)一個(gè)PK機(jī)制保障新上的熱點(diǎn)數(shù)據(jù)能夠緩存。

如下圖所示，Count–Min Sketch 算法類似布隆過濾器 (Bloom filter)思想，對(duì)于頻率統(tǒng)計(jì)我們其實(shí)不需要一個(gè)精確值。存儲(chǔ)數(shù)據(jù)時(shí)，對(duì)key進(jìn)行多次 hash 函數(shù)運(yùn)算后，二維數(shù)組不同位置存儲(chǔ)頻率（Caffeine 實(shí)際實(shí)現(xiàn)的時(shí)候是用一維 long 型數(shù)組，每個(gè) long 型數(shù)字切分成16份，每份4bit，默認(rèn)15次為最高訪問頻率，每個(gè)key實(shí)際 hash 了四次，落在不同 long 型數(shù)字的16份中某個(gè)位置）。讀取某個(gè)key的訪問次數(shù)時(shí)，會(huì)比較所有位置上的頻率值，取最小值返回。對(duì)于所有key的訪問頻率之和有個(gè)最大值，當(dāng)達(dá)到最大值時(shí)，會(huì)進(jìn)行reset即對(duì)各個(gè)緩存key的頻率除以2。

如下圖緩存訪問頻率存儲(chǔ)主要分為兩大部分，即 LRU 和 Segmented LRU 。新訪問的數(shù)據(jù)會(huì)進(jìn)入第一個(gè) LRU，在 Caffeine 里叫 WindowDeque。當(dāng) WindowDeque 滿時(shí)，會(huì)進(jìn)入 Segmented LRU 中的 ProbationDeque，在后續(xù)被訪問到時(shí)，它會(huì)被提升到 ProtectedDeque。當(dāng) ProtectedDeque 滿時(shí)，會(huì)有數(shù)據(jù)降級(jí)到 ProbationDeque 。數(shù)據(jù)需要淘汰的時(shí)候，對(duì) ProbationDeque 中的數(shù)據(jù)進(jìn)行淘汰。具體淘汰機(jī)制：取ProbationDeque 中的隊(duì)首和隊(duì)尾進(jìn)行 PK，隊(duì)首數(shù)據(jù)是最先進(jìn)入隊(duì)列的，稱為受害者，隊(duì)尾的數(shù)據(jù)稱為攻擊者，比較兩者 頻率大小，大勝小汰。

總的來說，通過 reset 衰減，避免歷史熱點(diǎn)數(shù)據(jù)由于頻率值比較高一直淘汰不掉，并且通過對(duì)訪問隊(duì)列分成三段，這樣避免了新加入的熱點(diǎn)數(shù)據(jù)早早地被淘汰掉。

2.2 高性能讀寫

Caffeine 認(rèn)為讀操作是頻繁的，寫操作是偶爾的，讀寫都是異步線程更新頻率信息。

2.2.1 讀緩沖

傳統(tǒng)的緩存實(shí)現(xiàn)將會(huì)為每個(gè)操作加鎖，以便能夠安全的對(duì)每個(gè)訪問隊(duì)列的元素進(jìn)行排序。一種優(yōu)化方案是將每個(gè)操作按序加入到緩沖區(qū)中進(jìn)行批處理操作。讀完把數(shù)據(jù)放到環(huán)形隊(duì)列 RingBuffer 中，為了減少讀并發(fā)，采用多個(gè) RingBuffer，每個(gè)線程都有對(duì)應(yīng)的 RingBuffer。環(huán)形隊(duì)列是一個(gè)定長(zhǎng)數(shù)組，提供高性能的能力并最大程度上減少了 GC所帶來的性能開銷。數(shù)據(jù)丟到隊(duì)列之后就返回讀取結(jié)果，類似于數(shù)據(jù)庫的WAL機(jī)制，和ConcurrentHashMap 讀取數(shù)據(jù)相比，僅僅多了把數(shù)據(jù)放到隊(duì)列這一步。異步線程并發(fā)讀取 RingBuffer 數(shù)組，更新訪問信息，這邊的線程池使用的是下文實(shí)戰(zhàn)小節(jié)講的 Caffeine 配置參數(shù)中的 executor。

2.2.2 寫緩沖

與讀緩沖類似，寫緩沖是為了儲(chǔ)存寫事件。讀緩沖中的事件主要是為了優(yōu)化驅(qū)逐策略的命中率，因此讀緩沖中的事件完整程度允許一定程度的有損。但是寫緩沖并不允許數(shù)據(jù)的丟失，因此其必須實(shí)現(xiàn)為一個(gè)安全的隊(duì)列。Caffeine 寫是把數(shù)據(jù)放入MpscGrowableArrayQueue 阻塞隊(duì)列中，它參考了JCTools里的MpscGrowableArrayQueue ，是針對(duì) MPSC- 多生產(chǎn)者單消費(fèi)者（Multi-Producer