多级缓存

1. 一级缓存：Caffeine 是一个一个高性能的 Java 缓存库；使用 Window TinyLfu 回收策略，提供了一个近乎最佳的命中率。
2. 二级缓存：Redis 是一高性能、高可用的 key-value 数据库，支持多种数据类型，支持集群，和应用服务器分开部署易于横向扩展。

in-memory cache

日常开发中，基本上每个项目中都会使用到 Redis、MongoDB 等缓存中间件，它能够很好的作为分布式缓存组件提供多个服务间的缓存，但是还是需要网络开销，增加时耗。

除了分布式缓存，其实还有一种缓存 - 本地缓存：直接从本地内存中读取，没有网络开销，在某些场景比远程缓存更合适。

Guava cache、ehcache、Caffeine 是目前比较流行的本地缓存组件，但 Caffeine 号称是本地缓存绝对的王者。

Caffeine 是一个基于 Java8 开发的提供了近乎最佳命中率的高性能的缓存库。缓存和 ConcurrentMap 有点相似，但还是有所区别，最根本的区别是 ConcurrentMap 将会持有所有加入到缓存当中的元素，直到它们被从缓存当中手动移除。

Caffeine 的底层使用了 ConcurrentHashMap，支持按照一定的规则或者自定义的规则使缓存的数据过期，然后销毁。在 Spring5 (springboot 2.x) 后，Spring 官方放弃了 Guava，而使用了性能更优秀的 Caffeine 作为默认缓存组件。

查询：Caffeine 作为一级缓存，Redis 作为二级缓存，对于指定的高热 key，

1. 优先访问一级缓存，
2. 没有再去访问二级缓存，
3. 再没有去执行接口更新删除：通过 redis 订阅 topic，通知所有节点去删除本地缓存和 redis 缓存

优点：提高缓存速度，减少网络 io 缺点：多节点下缓存的维护与同步成本增加，对于会更新的 key，不可靠性加大（难以保证一致性）

---

具体的缓存时间可以根据自己业务数据的更新频率来确定 ，原则上：本地缓存的时长要比 redis 更短一些，因为 redis 中的数据我们通常会采用同步机制来更新， 而本地缓存因为在各台 web 服务内部，所以时间上不要太长！

实现

参考

Spring 本来就提供了 Cache 的支持，最核心的就是实现 Cache 和 CacheManager 接口。但是 Spring Cache 存在以下问题：

• Spring Cache 仅支持单一的缓存来源，即：只能选择 Redis 实现或者 Caffeine 实现，并不能同时使用。

  可以 Spring Cache 本地缓存（注解自动），Spring Data Redis 二级缓存（手动）

• 数据一致性：各层缓存之间的数据一致性问题，如应用层缓存和分布式缓存之前的数据一致性问题。

由此我们可以通过重新实现 Cache 和 CacheManager 接口，整合 redis 和 caffeine，从而实现多级缓存。在讲实现原理之前先看看多级缓存调用逻辑图：

双写一致性：先更新二级缓存再删除一级缓存