java

关注公众号 jb51net

关闭
首页 > 软件编程 > java > Java分布式缓存VS本地缓存

Java分布式缓存VS本地缓存用法及说明

作者:大手你不懂

本文介绍了本地缓存和分布式缓存的区别、适用场景及选择方法,本地缓存如ConcurrentHashMap、GuavaCache等,适用于单机场景,追求极致性能;分布式缓存如Redis,适用于高并发、跨服务共享场景,结合使用两者可发挥各自优势,提升系统性能

在Java开发中,缓存技术是提升系统性能的核心手段。无论是新手还是资深开发者,都会面临一个关键问题:什么时候该用本地缓存?什么时候必须用分布式缓存?

本文将用通俗的语言和实际案例,带你理解两者的区别、适用场景以及如何选择。

一、什么是缓存?为什么要用它?

缓存的本质:将频繁访问但获取速度慢的数据(如数据库查询、远程API调用)存储在访问速度快的介质中,减少对慢速数据源的依赖,从而提升系统性能。

常见的缓存类型

二、本地缓存:速度王者,但“独木难支”

本地缓存(Local Cache)是存储在单个应用实例内存中的缓存,比如你的电脑里有一个“本地文件夹”,所有数据都直接存在这个文件夹里。

常见的Java本地缓存框架包括 Caffeine、Guava Cache、Ehcache 等。

1.本地缓存有哪些?各有什么优劣?

(1)ConcurrentHashMap(Java标准库)

优点

缺点

适用场景

代码示例

import java.util.concurrent.ConcurrentHashMap;

public class SimpleCache<K, V> {
    private final ConcurrentHashMap<K, V> cache = new ConcurrentHashMap<>();

    public V get(K key) {
        return cache.get(key);
    }

    public void put(K key, V value) {
        cache.put(key, value);
    }

    public void remove(K key) {
        cache.remove(key);
    }
}

(2)Guava Cache(Google开源库)

优点

缺点

适用场景

代码示例

import com.google.common.cache.CacheBuilder;
import com.google.common.cache.Cache;

public class GuavaCacheExample {
    public static void main(String[] args) {
        // 创建缓存:最大容量100,写入后1分钟过期
        Cache<String, String> cache = CacheBuilder.newBuilder()
            .maximumSize(100)
            .expireAfterWrite(1, TimeUnit.MINUTES)
            .build();

        cache.put("key1", "value1");
        String value = cache.getIfPresent("key1"); // 获取缓存
        System.out.println("Value: " + value);
    }
}

(3)Caffeine(高性能本地缓存)

优点

缺点

适用场景

代码示例

import com.github.benmanes.caffeine.cache.Cache;        // Caffeine缓存接口
import com.github.benmanes.caffeine.cache.Caffeine;     // Caffeine缓存构建器
import java.util.concurrent.TimeUnit;                  // 时间单位工具类

public class CaffeineDemo {

    // 初始化Caffeine缓存实例
    // 1. 最大缓存条目数:1000条(超过后自动淘汰旧数据)
    // 2. 数据写入后10分钟过期(自动失效策略)
    private static final Cache<String, Product> cache = Caffeine.newBuilder()
        .maximumSize(1000)
        .expireAfterWrite(10, TimeUnit.MINUTES)
        .build();

    /**
     * 获取商品信息方法
     * @param productId 商品ID
     * @return Product 商品对象
     */
    public Product getProduct(String productId) {
        // Caffeine缓存核心API:get(key, mappingFunction)
        // 1. 如果缓存命中,直接返回缓存值
        // 2. 如果缓存未命中,执行mappingFunction加载数据到缓存
        // 3. mappingFunction参数使用Lambda表达式简化代码
        return cache.get(productId, id -> fetchProductFromDB(id));
    }

    /**
     * 模拟从数据库加载数据的方法
     * @param id 数据标识符
     * @return 数据对象
     */
    private Product fetchProductFromDB(String id) {
        // 实际开发中这里会调用数据库查询接口
        // 当前示例返回模拟数据
        return new Product(id, "Product-" + id);
    }
}

// Product类定义(示例)
class Product {
    private String id;
    private String name;

    public Product(String id, String name) {
        this.id = id;
        this.name = name;
    }

    // Getter方法省略
}

(4)Ehcache(多级缓存支持)

优点

缺点

适用场景

代码示例

import org.ehcache.Cache;                               // Ehcache缓存接口
import org.ehcache.CacheManager;                        // 缓存管理器(管理多个缓存)
import org.ehcache.config.builders.CacheConfigurationBuilder;  // 缓存配置构建器
import org.ehcache.config.builders.ResourcePoolsBuilder;       // 资源池配置构建器
import org.ehcache.config.units.MemoryUnit;             // 内存单位枚举类(MB/GB)

public class EhcacheDemo {

    public static void main(String[] args) {
        // === 第一步:配置资源池 ===
        // ResourcePoolsBuilder用于定义缓存使用的存储资源类型和大小
        ResourcePoolsBuilder resourcePools = ResourcePoolsBuilder.newResourcePoolsBuilder()
            .heap(20, MemoryUnit.MB)       // 堆内缓存:20MB(速度最快,受JVM内存限制)
            .offheap(10, MemoryUnit.MB)    // 堆外缓存:10MB(突破JVM内存限制,速度次之)
            .disk(5, MemoryUnit.GB);       // 磁盘缓存:5GB(容量最大,速度最慢,适合冷数据)

        // === 第二步:创建缓存管理器和缓存实例 ===
        // CacheManagerBuilder构建缓存管理器,withCache()添加具体缓存配置
        // build(true) 表示立即构建(实际生产环境建议延迟初始化)
        CacheManager cacheManager = CacheManagerBuilder.newCacheManagerBuilder()
            .withCache("myCache", CacheConfigurationBuilder.newCacheConfigurationBuilder(
                String.class, String.class, resourcePools))  // 定义缓存名称和键值类型
            .build(true);

        // 从缓存管理器中获取具体缓存实例
        // 泛型参数指定键值类型为<String, String>
        Cache<String, String> cache = cacheManager.getCache("myCache", String.class, String.class);

        // === 第三步:缓存操作 ===
        // 存入数据:key1 -> value1
        cache.put("key1", "value1");

        // 获取数据:自动从堆内->堆外->磁盘按优先级查找
        System.out.println("Value: " + cache.get("key1"));  // 输出:Value: value1
    }
}

资源池配置

heap(20, MB)

offheap(10, MB)

disk(5, GB)

性能对比

3.本地缓存的核心优势

2.本地缓存的典型适用场景

三、分布式缓存:高可用与共享的“全能选手”

分布式缓存(Distributed Cache)数据存储在独立的、外部的缓存服务集群中,应用通过网络访问。

实现方案:

优缺点:

1.典型适用场景

2.实战案例

假设开发一个社交平台,需要缓存“最新评论”以减少数据库压力:

// 使用Redis缓存最新100条评论
String redisKey = "latest_comments";
jedis.lpush(redisKey, newComment); // 添加新评论到列表头部
jedis.ltrim(redisKey, 0, 99);      // 保留最近100条评论

四、本地缓存 vs 分布式缓存:如何选择?

维度本地缓存分布式缓存
数据一致性多实例间不一致,需额外处理天然保证一致性
访问速度纳秒级(最快)毫秒级(受网络影响)
适用场景单体应用、静态数据、低频更新高并发、跨服务共享、复杂业务
容量限制受JVM内存限制可横向扩展,支持TB级数据
运维复杂度低(无需额外部署)高(需独立部署和维护)

五、实战技巧:本地缓存 + 分布式缓存 = 性能翻倍

在实际项目中,本地缓存和分布式缓存可以结合使用,形成“双层缓存架构”:

分级缓存

缓存预热

数据同步

六、总结:选对工具,事半功倍

在实际开发中,根据业务需求选择合适的工具。如果你还在纠结“Redis还是Caffeine”,不妨先问自己:我的数据需要被多少个服务共享?对延迟的要求有多高? 答案会指引你做出正确的选择。

以上为个人经验,希望能给大家一个参考,也希望大家多多支持脚本之家。

您可能感兴趣的文章:
阅读全文