目录

前言

算法原理

Caffeine算法的背景和优势

什么是Caffeine算法

Caffeine算法的工作原理

常见的缓存数据淘汰算法

FIFO

LRU

LFU

W-TinyLFU

Caffeine W-TinyLFU 实现

元素驱逐

元素访问

 Caffeine 的四种缓存添加策略

1. 手动加载

 2. 自动加载

3. 手动异步加载

4. 自动异步加载

Caffeine算法的应用场景

---

 

前言

缓存，在我们的日常开发中用的非常多，是我们应对各种性能问题支持高并发的一大利器。我们熟知的缓存有堆缓存（Ehcache3.x、Guava Cache等）、堆外缓存（Ehcache3.x、MapDB等）、分布式缓存（Redis、 memcached等）等等。今天要上场的主角是Caffeine，它其实是Google基于Java8对GuavaCache的重写升级版本，支持丰富的缓存过期策略，尤其是TinyLfu 淘汰算法，提供了一个近乎最佳的命中率。从性能上（读、写、读/写）也足以秒杀其他一堆进程内缓存框架。Spring5更是直接放弃了使用了多年的Guava，而采用了Caffeine。

Google Caffeine算法‌是一种缓存淘汰算法，主要用于Caffeine缓存库。Caffeine是由Google基于Java 8开发的，旨在提供高性能的本地缓存解决方案。它采用了W-TinyLFU（Weighted Tiny LFU）算法，结合了LFU（Least Frequently Used）