Caffeine缓存库中refreshAfterWrite机制的异步加载问题解析

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。其中refreshAfterWrite是一个重要特性，它允许在写入后指定时间自动刷新缓存值，而不阻塞请求。然而，在某些异步加载场景下，这个机制会出现失效问题。

问题现象

当使用AsyncLoadingCache并配置refreshAfterWrite时，如果缓存值的计算时间超过了刷新间隔，后续的自动刷新会停止工作。具体表现为：

1. 首次加载正常
2. 当加载时间超过refreshAfterWrite设置的时间
3. 后续的自动刷新不再触发

问题复现

通过以下Kotlin代码可以稳定复现该问题：

val cache = Caffeine.newBuilder()
    .refreshAfterWrite(Duration.ofSeconds(1))
    .maximumSize(1)
    .executor(Executors.newSingleThreadExecutor())
    .buildAsync { _: String ->
        println("loading value")
        Thread.sleep(5_000) // 模拟耗时操作
        i++
    }

问题根源分析

经过深入分析，发现问题出在Caffeine内部实现机制上：

1. 刷新映射表管理不当：当条目正在加载且刷新时间已过时，Caffeine会将加载中的Future存入一个专门的刷新映射表中
2. 清理机制缺失：加载完成后，这个Future没有从刷新映射表中移除，除非发生写入或驱逐操作
3. 误判机制：系统误认为刷新操作已经在进行中，因此不再调度新的刷新

解决方案

Caffeine维护者提出了两种解决方案：

临时解决方案

在异步加载完成后执行一个无操作写入，强制清理刷新映射表中的记录：

future.thenAcceptAsync(value -> 
    cache.synchronous().asMap().replace(key, value, value), executor);

官方修复方案

官方修复主要包含以下改进：

1. 在刷新检查时增加对异步加载状态的判断
2. 优化了刷新映射表的管理逻辑
3. 确保加载完成后能正确清理相关状态

最佳实践建议

1. 结合过期时间使用：refreshAfterWrite设计初衷是与expireAfterWrite配合使用，单独使用时需谨慎
2. 监控刷新状态：定期检查缓存刷新状态，确保自动刷新机制正常运行
3. 合理设置线程池：确保有足够的线程处理并发刷新请求

版本修复情况

该问题已在Caffeine 3.2.0版本中修复。建议受影响的用户升级到此版本或更高版本。

总结

Caffeine的refreshAfterWrite机制在异步加载场景下的这一边界条件问题，展示了即使是成熟的开源项目也会存在需要优化的地方。通过分析这个问题，我们不仅了解了Caffeine内部工作机制，也学习到了如何正确处理类似场景下的缓存刷新策略。