简介Caffeine 是一个高性能Java 缓存库，提供近乎最佳的命中率。
A Cache 相似于ConcurrentMap，但不完全相同。最基本的区别是ConcurrentMap保留所有增加到它的元素，直到它们被显式删除。Cache另一方面，A通常配置为主动驱赶条目，以限度其内存占用。在某些状况下， a LoadingCacheorAsyncLoadingCache可能很有用，即便它不驱赶条目，因为其自动缓存加载
性能Caffeine 提供灵便的结构来创立具备以下性能组合的缓存：
主动将条目加载到缓存中，可选异步当超过基于频率和早先度的最大值时基于大小的驱赶基于工夫的条目过期，自上次访问或上次写入以来测量当条目标第一个古老申请产生时异步刷新键主动包装在弱援用中值主动包装在弱援用或软援用中驱赶（或以其余形式删除）条目标告诉写入流传到内部资源缓存拜访统计的累积
应用1.pom.xml依赖 <!--caffeine 本地缓存--> <dependency> <groupId>com.github.ben-manes.caffeine</groupId> <artifactId>caffeine</artifactId> <version>2.9.1</version> </dependency>2.初始化缓存你也能够基于以下，做降级，比方做异步操作...
/** * @description Caffeine本地缓存 * @author: yx-0173 * @date: 2021-07-15 10:23 **/@Configuration@Slf4jpublic class CacheConfig { @Bean public Cache<String, Object> cache() { return Caffeine.newBuilder() // 设置最初一次写入或拜访后通过固定工夫过期 .expireAfterWrite(60, TimeUnit.SECONDS) // 监听器 .removalListener((String key, Object graph, RemovalCause cause) -> log.info("移除缓存中key为：{},value为：{}的缓存记录", key, graph)) // 初始的缓存空间大小 .initialCapacity(100) // 缓存的最大条数 .maximumSize(1000) .build(); } // api测试，以下代码不要写道这个配置类，可自行整顿 // 查找条目，如果未找到，则为null cache.getIfPresent(key); // 从缓存中查问，如果查问不到则将对应的值放入缓存，如果不可计算，则为null cache.get(key, k - > createExpensiveGraph(key)); // 插入或批改缓存 cache.put(key, graph); // 依据key删除一个缓存 cache.invalidate(key); // 批量获取 cache.getAll(keys); 。。。还有很多，可自行官网，页尾附上官网地址}3.工具类奉献给大家** * @description 本地缓存工具类 * @author: yx-0173 * @date: 2021-07-15 12:51 **/@Componentpublic class CacheUtil<K, V> { @Resource private Cache<K, V> cache; /** * 依据key获取value * * @return Object */ public V get(K key) { return cache.asMap().get(key); } /** * 依据key获取value * * @return Object */ public Map<? extends K, ? extends V> getBatch(List<String> key) { return cache.getAllPresent(key); } /** * 将一个map插入 */ public void putBatch(Map<? extends K, ? extends V> map) { cache.asMap().putAll(map); } public ConcurrentMap<K, V> get() { return cache.asMap(); } /** * 插入缓存 * * @param key key * @param value value */ public void put(K key, V value) { cache.put(key, value); } /** * 插入缓存,如果不存在，则将value放入缓存 * * @param key key * @param value value */ public V getIfNotExist(K key, V value) { return cache.get(key, k -> value); } /** * 是否含有 * * @param key key */ public boolean contains(K key) { return cache.asMap().containsKey(key); } /** * 革除 */ public void deleteAll() { cache.invalidateAll(); } /** * 批量删除 * * @param key key */ public void delete(List<String> key) { cache.invalidateAll(key); } /** * 删除 * * @param key key */ public void delete(K key) { cache.asMap().remove(key); } /** * 更新 * * @param key key * @param value value */ public void update(K key, V value) { cache.put(key, value); }}Caffeine驱赶策略1.基于大小Size-based
...