不羡鸳鸯不羡仙，一行代码调半天。
我想把记忆缓存起来，等再次见到你，就能够很快认出你。
能够说出这么有哲理的话，得益于我对缓存的理解，以及对它的看重。没有了缓存，我的人生就没有了意义。
缓存是非常重要的，工作中大部分工作可以说是和缓存打交道。由于使用广泛，所以针对缓存系统的任何优化，如果能够提高一丁点儿性能，就会让人无比兴奋。
很长一段时间，我都在用Guava的LoadingCache。它和ConcurrentHashMap是非常像的，但在其上封装了一些好用的逐出策略和并发优化，就显得好用的多。
今天主要说的是Caffeine，中文名就是咖啡因，一种容易让人精神亢奋的物质。它可以说是Guava的重写，但是效率却非常的高，青出于蓝而胜于蓝。
下图是Caffeine的一张性能测试图。可以看到它的性能，甩了GuavaCache老远。这是为什么呢？ localfile://media/15938442367524/15938448827543.jpg
ConcurrentLinkedHashMap这个类，而这个类又是GuavaCache的基础。Ben Manes一拍脑袋，决定更上层楼。
为什么说Caffeine好？
后浪Caffeine一来，GuavaCache就已经OUT了。
Caffeine支持异步加载方式，直接返回CompletableFutures，相对于GuavaCache的同步方式，它不用阻塞等待数据的载入。另外，它的编程模型是友好的，省去了很多重复的工作。
GuavaCache是基于LRU的，而Caffeine是基于LRU和LFU的，结合了两者的优点。对这两个算法不太清楚的同学，可以参考xjjdog之前的文章： 《3种堆内缓存算法，赠源码和设计思路》
两者合体之后，变成了新的W-TinyLFU算法，它的命中率非常高，内存占用更加的小，这是主要原因所在。
Caffeine另外一个比较快的原因，就是很多操作都使用了异步，把这些事件提交到队列里。队列使用的RingBuffer，看到这个名词，我不自觉的想到了lmax的Disruptor，它已经成了无锁高并发的代名词。
测试命中率
我们决定拿线上的数据进行验证一下。事实上，大部分比较重要的Cache，我都已经使用Caffeine替换了，完成了骚气的升级。
由于它们的API长得非常像，这个过程是无痛的，连麻药都不需要打。
其中有个业务，有一个大的堆内缓存，缓存了用户数据。里面包含用户名、性别、地址、积分等属性，形成了一个JSON对象，但大小不超过1KB。通过灰度，根据不同的策略，我们测试了它的实际命中率。
策略1
- 最大缓存
1w用户 - 数据进入缓存后，5分钟失效（需要重新读取）
命中率：
- Caffeine 29.22 %
- Guava 21.95%
策略2
- 加大缓存数据量到6w用户
- 数据进入缓存后，20分钟失效，这个和Session有的一拼了
命中率（依然是高一筹）：
- Caffeine 56.04 %
- Guava 50.01%
策略3
- 直接加大缓存到15w用户
- 数据进入缓存后，30分钟失效
此时的命中率：
- Caffeine 71.10 %
- Guava 62.76%
Caffeine的命中率一直是领先的。命中率高，效率自然也就高。调整到50%以上，我们的缓存作用就很大了。
异步载入
再放上官方的两张测试图：
(1) Read (75%) / Write (25%) localfile://media/15938442367524/15938463845793.jpg
(2) Write (100%) localfile://media/15938442367524/15938464259214.jpg
(3) Read (100%) localfile://media/15938442367524/15938464366776.jpg
我们一直在提Caffeine的异步加载。那代码到底长什么样子呢？异步加载缓存使用了响应式编程模型，返回的是CompletableFuture对象。说实话，代码长得和Guava很像。
public static void main(String[] args) {
AsyncLoadingCache<String, String> asyncLoadingCache = Caffeine.newBuilder()
.maximumSize(1000)
.buildAsync(key -> slowMethod(key));
CompletableFuture<String> g = loadingCache.get("test");
String value = g.get();
}
static String slowMethod(String key) throws Exception {
Thread.sleep(1000);
return key + ".result";
}
复制代码我记得前段时间翻Spring的源码时，也看到过它。 localfile://media/15938442367524/15938479597151.jpg
CacheManager的Bean，即可与Springboot-cache进行集成，可以说是很方便了。
关键代码。
//bean生成
@Bean("caffeineCacheManager")
public CacheManager cacheManager() {
CaffeineCacheManager cacheManager = new CaffeineCacheManager();
cacheManager.setCaffeine(Caffeine.newBuilder() .maximumSize(1000));
return cacheManager;
}
//使用注入
@CacheConfig(cacheNames = "caffeineCacheManager")
//信息缓存
@Cacheable(key = "#id")
复制代码技术框架这么多，何时是尽头。