使用缓存可提升Java应用性能，推荐Caffeine等框架实现用户信息缓存，通过设置过期策略与最大容量避免缓存雪崩、击穿、穿透，结合数据更新频率、访问模式与一致性要求选择合适策略，并辅以数据库优化、JVM调优、异步处理等手段综合提升性能。
使用缓存，可以让Java应用从内存中快速读取数据，避免频繁访问数据库或进行复杂计算，从而显著提升性能。
解决方案：
Java代码中应用缓存，核心在于选择合适的缓存策略和技术。最简单的，可以使用
HashMap在内存中构建一个简单的缓存。但更推荐使用成熟的缓存框架，例如Guava Cache、Caffeine或Ehcache。这些框架提供了更丰富的功能，如过期策略、并发控制、统计信息等。
假设我们需要缓存用户的信息，用户ID作为key，用户信息对象作为value。
立即学习“Java免费学习笔记（深入）”；
import com.github.benmanes.caffeine.cache.Cache;
import com.github.benmanes.caffeine.cache.Caffeine;
import java.util.concurrent.TimeUnit;
public class UserCache {
private final Cache<String, User> userCache;
public UserCache() {
userCache = Caffeine.newBuilder()
.maximumSize(1000) // 缓存最大容量
.expireAfterWrite(10, TimeUnit.MINUTES) // 写入后10分钟过期
.build();
}
public User getUser(String userId) {
// 从缓存中获取，如果不存在，则调用loadUser方法加载
return userCache.get(userId, this::loadUser);
}
private User loadUser(String userId) {
// 模拟从数据库加载用户
System.out.println("Loading user from database: " + userId);
// 这里应该是实际的数据库查询逻辑
return new User(userId, "User " + userId);
}
public static void main(String[] args) {
UserCache userCache = new UserCache();
System.out.println(userCache.getUser("123"));
System.out.println(userCache.getUser("123")); // 第二次直接从缓存获取
}
static class User {
String id;
String name;
public User(String id, String name) {
this.id = id;
this.name = name;
}
@Override
public String toString() {
return "User{" +
"id='" + id + '\'' +
", name='" + name + '\'' +
'}';
}
}
}这段代码使用了Caffeine，一个高性能的Java缓存库。
maximumSize限制了缓存的大小，
expireAfterWrite设置了过期时间。
userCache.get(userId, this::loadUser)这行代码非常关键，它首先尝试从缓存中获取数据，如果缓存中没有，则调用
loadUser方法加载数据，并将其放入缓存。
Guava Cache的用法类似，但配置方式略有不同。Ehcache则更重量级，提供了更多的企业级特性。选择哪个框架取决于你的具体需求。
缓存并非银弹。不恰当的使用反而会降低性能，甚至导致数据不一致。
缓存雪崩、击穿、穿透有什么区别，如何避免？
缓存雪崩是指缓存中大量数据同时过期，导致大量请求直接落到数据库上，造成数据库压力过大甚至崩溃。避免雪崩的方法有很多，比如：
- 设置不同的过期时间，避免大量key同时过期。
- 使用互斥锁，只允许一个线程重建缓存。
- 采用多级缓存架构，例如本地缓存+分布式缓存。
缓存击穿是指缓存中某个热点数据过期，导致大量请求直接访问数据库，造成数据库压力过大。避免击穿的方法：
- 使用互斥锁，只允许一个线程重建缓存。
- 永不过期：对于热点数据，可以设置为永不过期。
- 预热缓存：提前将热点数据加载到缓存中。
缓存穿透是指查询一个不存在的数据，缓存和数据库中都没有，导致每次请求都穿透到数据库。避免穿透的方法：
- 缓存空对象：如果数据库中不存在该数据，则在缓存中设置一个空对象，避免每次都访问数据库。
- 使用布隆过滤器：在缓存之前使用布隆过滤器进行过滤，快速判断数据是否存在。
如何选择合适的缓存策略？
选择合适的缓存策略需要考虑多个因素，包括：
- 数据更新频率： 如果数据更新频繁，则不适合使用缓存，或者需要设置较短的过期时间。
- 数据访问模式： 如果数据访问模式是随机的，则可以使用LRU（Least Recently Used）或LFU（Least Frequently Used）等淘汰策略。
- 数据一致性要求： 如果数据一致性要求很高，则需要使用更复杂的缓存策略，例如读写穿透、读写分离等。
- 缓存容量： 缓存容量需要根据实际情况进行调整，过小的缓存容量会导致缓存命中率过低，过大的缓存容量会导致内存浪费。
通常来说，可以结合多种策略，比如使用本地缓存加速访问，使用分布式缓存保证数据一致性，使用布隆过滤器防止缓存穿透。没有一种策略是万能的，需要根据实际场景进行选择。
除了代码层面的缓存，还有哪些可以提升性能的手段？
除了代码层面的缓存，还有很多其他的手段可以提升性能，例如：
- 数据库优化： 优化数据库查询语句、索引、表结构等。
- JVM优化： 调整JVM参数，例如堆大小、垃圾回收策略等。
- 网络优化： 使用CDN加速静态资源访问，优化网络传输协议等。
- 负载均衡： 使用负载均衡器将请求分发到多个服务器上。
- 异步处理： 将一些耗时的操作异步处理，例如发送邮件、生成报表等。
- 使用更快的硬件： 例如使用SSD硬盘、更大的内存等。
这些手段并非相互独立，而是需要综合考虑，根据实际情况进行选择和调整。性能优化是一个持续的过程，需要不断地监控、分析和改进。
