Caffeine缓存库中expireAfter与expireAfterWrite的行为差异分析
2025-05-13 02:01:05作者:伍霜盼Ellen
背景介绍
Caffeine是一个高性能的Java缓存库,广泛应用于需要高效缓存管理的场景。在实际使用中,开发者经常需要配置缓存的过期策略来优化系统性能。本文通过一个实际案例,分析Caffeine中两种不同过期策略的行为差异。
问题场景
在Kotlin项目中,开发者最初使用expireAfterWrite
配置缓存,设置固定10分钟的过期时间。这种配置下,缓存项会在写入后10分钟统一过期,导致系统在同一时间点面临大量缓存重建请求,形成"缓存雪崩"效应。
为了缓解这个问题,开发者尝试改用expireAfter
策略,期望实现缓存项在5-15分钟之间随机过期。然而实际运行中发现,缓存项似乎永远不会过期,与预期行为不符。
技术实现分析
初始配置
最初的缓存配置使用expireAfterWrite
:
Caffeine.newBuilder()
.maximumSize(10_000)
.expireAfterWrite(10.minutes)
.recordStats()
.buildAsync { k, _ -> coroutineScope.future { Box(loader(k)) } }
这种配置简单直接,所有缓存项在写入10分钟后统一过期。
改进尝试
开发者尝试改用随机过期时间的策略:
fun expireRandomDurationAfterCreate(min: Duration, max: Duration) = object : Expiry<String, Boolean> {
override fun expireAfterCreate(key: String, value: Boolean, currentTime: Long) =
randomDurationNanos(min, max)
override fun expireAfterUpdate(key: String, value: Boolean, currentTime: Long, currentDuration: Long) =
currentDuration
override fun expireAfterRead(key: String, value: Boolean, currentTime: Long, currentDuration: Long) =
currentDuration
}
Caffeine.newBuilder()
.maximumSize(10_000)
.expireAfter(expireRandomDurationAfterCreate(5.minutes, 15.minutes))
.scheduler(Scheduler.systemScheduler())
.recordStats()
.buildAsync { k, _ -> coroutineScope.future { Box(loader(k)) } }
问题根源
经过深入排查,发现问题出在Expiry接口的泛型参数类型不匹配。虽然代码能够编译通过,但由于类型不匹配导致过期策略未能正确应用。
正确的实现应该匹配缓存值的实际类型Box<Boolean>
:
object : Expiry<String, Box<Boolean>> {
// 方法实现保持不变
}
技术要点解析
-
expireAfterWrite与expireAfter的区别:
expireAfterWrite
:所有缓存项使用相同的固定过期时间expireAfter
:允许为每个缓存项定制不同的过期策略
-
Expiry接口的正确使用:
- 必须确保泛型参数与实际缓存值类型完全匹配
- 需要实现三个关键方法:创建后、更新后和读取后的过期时间计算
-
缓存雪崩的预防:
- 随机过期时间是防止缓存集体失效的有效手段
- 也可以考虑使用
refreshAfterWrite
实现后台刷新
最佳实践建议
- 在使用自定义Expiry策略时,务必仔细检查泛型参数类型
- 对于需要分散过期时间的场景,除了随机过期策略,还可以考虑:
- 分层缓存策略
- 提前刷新机制
- 批量加载优化
- 建议使用
Ticker
进行单元测试,验证过期行为是否符合预期
总结
通过这个案例我们可以看到,Caffeine提供了灵活的缓存过期策略配置,但需要开发者正确理解和使用。特别是当使用高级特性如自定义Expiry时,类型系统的严格匹配是保证功能正常的关键。合理配置缓存过期策略不仅能提升系统性能,还能有效避免缓存雪崩等问题。
登录后查看全文
热门项目推荐
- DDeepSeek-V3.1-BaseDeepSeek-V3.1 是一款支持思考模式与非思考模式的混合模型Python00
- QQwen-Image-Edit基于200亿参数Qwen-Image构建,Qwen-Image-Edit实现精准文本渲染与图像编辑,融合语义与外观控制能力Jinja00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~044CommonUtilLibrary
快速开发工具类收集,史上最全的开发工具类,欢迎Follow、Fork、StarJava04GitCode百大开源项目
GitCode百大计划旨在表彰GitCode平台上积极推动项目社区化,拥有广泛影响力的G-Star项目,入选项目不仅代表了GitCode开源生态的蓬勃发展,也反映了当下开源行业的发展趋势。06GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00openHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!C0300- WWan2.2-S2V-14B【Wan2.2 全新发布|更强画质,更快生成】新一代视频生成模型 Wan2.2,创新采用MoE架构,实现电影级美学与复杂运动控制,支持720P高清文本/图像生成视频,消费级显卡即可流畅运行,性能达业界领先水平Python00
- GGLM-4.5-AirGLM-4.5 系列模型是专为智能体设计的基础模型。GLM-4.5拥有 3550 亿总参数量,其中 320 亿活跃参数;GLM-4.5-Air采用更紧凑的设计,拥有 1060 亿总参数量,其中 120 亿活跃参数。GLM-4.5模型统一了推理、编码和智能体能力,以满足智能体应用的复杂需求Jinja00
Yi-Coder
Yi Coder 编程模型,小而强大的编程助手HTML013
热门内容推荐
最新内容推荐
项目优选
收起

React Native鸿蒙化仓库
C++
176
261

🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
861
511

🔥🔥🔥ShopXO企业级免费开源商城系统,可视化DIY拖拽装修、包含PC、H5、多端小程序(微信+支付宝+百度+头条&抖音+QQ+快手)、APP、多仓库、多商户、多门店、IM客服、进销存,遵循MIT开源协议发布、基于ThinkPHP8框架研发
JavaScript
93
15

openGauss kernel ~ openGauss is an open source relational database management system
C++
129
182

旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
259
300

deepin linux kernel
C
22
5

🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
596
57

为仓颉编程语言开发者打造活跃、开放、高质量的社区环境
Markdown
1.07 K
0

本仓将收集和展示仓颉鸿蒙应用示例代码,欢迎大家投稿,在仓颉鸿蒙社区展现你的妙趣设计!
Cangjie
398
371

本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
332
1.08 K