前言 

缓存在现代计算机系统中无处不在，各式各样硬件和软件的组合构成和管理着缓存，一个编写良好的计算机程序倾向于展示出良好的局部性。

在高性能服务架构设计中，缓存是一个不可或缺的环节。以Java体系为例，我们从传统的硬编码方式使用缓存到基于注解的spring-cache框架，确实大大提升了我们的效率，代码也更加的简洁易维护。

但随着越来越多的项目使用spring-cache，场景越来越复杂，我们逐渐发现缓存配置代码重复、缓存策略不能在注解上直接配置、不支持多级缓存、不支持自动刷新缓存等问题逐渐突显。

基于这些在业务中遇到的问题点，我们构建了一套注解式两级缓存服务框架。在实际设计和构建过程中积累了一些经验，借此机会分享给大家，希望对业务中使用缓存尤其使用spring-cache场景的可以提供一些帮助。

 1. spring-cache简介 

Spring 3.1之后，引入了注解缓存技术，其本质上不是一个具体的缓存实现方案，而是一个对缓存使用的抽象，不仅能够使用SpEL（Spring Expression Language）来定义缓存的key和各种condition，还提供开箱即用的缓存临时存储方案，也支持和主流的专业缓存集成。

事物都有两面性，优点如此优秀，那么缺点或不足是否也是如此的突出呢？

• spring-cache问题点（我们认为）
• 不支持缓存策略在注解上设置，每个方法的缓存策略需要单独硬编码方式配置
• 不支持多级缓存
• 不支持自动刷新缓存
• 不支持缓存统计看板
• 不支持熔断降级
• 不支持数据压缩
• 代码重复不易维护

基于以上我们认为的问题点，我们造了一个轮子，来试图解决这些问题，这个轮子就是“注解式两级缓存框架”。

2. 注解式两级缓存框架简介

• 是一个注解式两级缓存框架：通过注解实现声明式的方法缓存，使用方式和spring-cache类似，提供了比spring-cache更加强大的注解。
• 是一个全新的注解式两级缓存框架：一级缓存使用本地缓存(目前只支持Caffeine，后续可扩展)，二级缓存使用集中式缓存(目前只支持Redis)。目前支持三种缓存策略：

只使用一级缓存

只使用二级缓存

同时用两级缓存

2.1全部特性

• 支持TTL在注解上直接配置
• 支持本地缓存容量在注解上直接配置
• 支持condition在注解上直接配置，指定符合条件的情况下才缓存
• 支持缓存Key的SpEL表达式、自定义生成策略（已提供默认生成策略）
• 支持只使用一级缓存或者只使用二级缓存或者使用两级缓存
• 支持value序列化策略配置，默认GenericJackson2JsonRedisSerializer
• 支持异步加载缓存的方式
• 支持自动刷新缓存
• redis客户端选择
• 支持熔断与降级 --- 延迟支持
• 支持缓存数据压缩 --- 延迟支持
• 支持缓存一致性 --- 延迟支持
• 支持缓存监控统计看板 --- 延迟支持
• 支持自定义缓存中间件 --- 延迟支持
• 支持缓存接口用于手工缓存操作 --- 延迟支持

前菜我们品完了，接下来我们开始正餐，一步步介绍下设计思路，聊下如何站在spring-cache巨人肩膀上，试图解决上述问题点的。

 3. 注解式两级缓存框架架构设计

3.1注解@EnableCache

1、注解@EnableCache导入CacheConfigurationSelector。

CacheConfigurationSelector向容器内注入了AutoProxyRegistrar和ProxyCacheAutoConfiguration这两个Bean

2、AutoProxyRegistrar会确保容器中存在一个自动代理创建器(APC)，缓存的代理对象最终是委托给自动代理创建器来完成。

AutoProxyRegistrar在容器启动阶段对每个bean创建进行处理，如果bean中有方法标记了cache注解，为其创建代理对象， 包裹定义的CacheOperationSourceAdvisor bean

3、ProxyCacheAutoConfiguration向容器定义如下基础设施bean。

CacheOperationSourceAdvisor 用于管理CacheOperationSource和CacheInterceptor， CacheOperationSource 用于获取方法调用时最终应用的Cache注解的元数据， CacheInterceptor 包裹在目标bean外面用于操作Cache的AOP Advice

3.2拦截器

由于AutoProxyRegistrar在容器启动阶段会对标有cache注解的bean创建代理对象，这时我们可以获取到具体方法和注解元数据， 我们针对两部分数据进行绑定提前缓存起来，这样目标方法调用时直接从缓存中获取元数据即可，避免了反射效率低下影响性能。

1、根据目标方法和目标类获取注解元数据，元数据包括缓存名称、缓存key、过期时间、自动刷新时间、本地缓存容量、缓存类型、缓存条件等。

2、根据缓存条件是否走注解缓存，缓存条件支持SpEL表达式，如果为false则直接执行目标方法，为ture走缓存逻辑。

3、生成key：支持SpEL表达式，可以自定义生成规则，默认规则：命名空间、所属类名称、方法名称、方法参数以冒号相连。

4、获取cache：根据cacheName和cacheType获取cache，对应cache有本地cache、远程cache、两级cache，根据key获取缓存结果， 缓存结果为空则执行目标方法并对结果缓存，反之直接返回缓存结果。

3.3获取cache组件

cache实现类有三种LocalCache、RemoteCache和TwoLevelCache，每个缓存实现类集成了具体的缓存中间件，LocalCache可以集成Caffeine、Guava、ehCache等， RemoteCache可以集成Redis、Memcache等，TwoLevelCache是LocalCache和RemoteCache组合实现。

1、CacheManagerContainer管理着所有的CacheManager，每个cacheType对应一个CacheManager的实现。

2、CacheManager提供了cache实现bean的创建，管理着多个cache，每个cache有对应的cacheName，每个应用里可以通过cacheName来对cache进行隔离，如果cacheName对应的cache不存在则会注册一个新的cache。

3、Cache接口提供了缓存的具体操作，例如放入，读取，清理等。

3.4两级缓存

两级缓存的产生是因为远程缓存有网络开销，大量的缓存读取会导致远程缓存网络成为整个系统的瓶颈，本地缓存是和应用程序在一个进程内，请求缓存速度快，没有过多的网络开销， 加入本地缓存目标是降低对远程缓存的读取次数，减轻网络开销，从而再次提升程序的响应速度与服务性能。

1、从本地缓存读出数据，如果存在则直接返回，进行后续具体业务逻辑。

2、本地缓存如果不存在则读取远程缓存，远程缓存如果存在则更新本地缓存，不存在则从数据源读取，然后依次更新远程缓存、本地缓存，然后进行后续具体业务逻辑。

3.5自动刷新缓存

防止某个缓存失效时，访问量突然大增，所有请求访问数据库，可能导致数据库挂掉；适用场景：key数量比较少，访问量大，加载开销较大的情况。

1、缓存读取时如果元数据自动刷新时间有值，会根据缓存key、目标方法、刷新时间创建一个给定初始延迟的间隔性的任务，任务自动执行间隔为自动刷新时间， 任务执行时会根据缓存key、目标方法重新加载缓存，保持缓存一直生效。

2、根据自动刷新时间会生成一个停止刷新时间，如果缓存key访问间隔时间超过了停止刷新时间或者缓存key过期，会删除该定时任务，释放资源，避免无效的刷新缓存。

3、两级缓存刷新缓存顺序为：先刷新远程缓存，然后根据Redis的pub/sub模式去监测和操作本地cache的删除动作，随后第一次请求会检查本地缓存--->再检查Redis缓存--->回源。

4、远程缓存自动刷新使用分布式锁，对同一key，全局只有一台机器自动刷新。

3.6注解@Cacheable

1、 @Cacheable可以作用在方法上，也可以标记在一个类上，当标记在一个方法上时表示该方法是支持缓存的，当标记在一个类上时则表示该类所有的方法都是支持缓存的

2、key默认生成规则：命名空间、所属类名称、方法名称、方法参数以冒号相连。

3、如果设置ttl为空：表示缓存永不过期。

3.7缓存配置

这里举个例子，具体的参数值，根据自己业务情况自行调整。

auto:
  cache:
    local:
      type: caffeine
    remote:
      type: redis
      host: localhost #服务器地址
      port: 6379 #服务器连接端口
      timeout: 2000 #连接超时时间（毫秒）
      pool:
        min-idle: 2 #最小空闲连接数
        max-idle: 10 #最大空闲连接数
        max-active: 20 #连接池的最大数据库连接数
        max-wait: 200 #最大建立连接等待时间
      key-serializer: org.springframework.data.redis.serializer.StringRedisSerializer #key序列化策略
      value-serializer: org.springframework.data.redis.serializer.GenericJackson2JsonRedisSerializer #value序列化策略
    namespace: testCache # 缓存的命名空间前缀，最终缓存格式为：testCache:xxx:xx
    allow-null-values: true #防止缓存穿透
1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
11.
12.
13.
14.
15.
16.
17.
18.

 4. 总结和展望

本文主要是记录了商业资源组在使用spring-cache过程中遇到的问题点及注解式两级缓存服务框架设计思路，通过一步步拆解，将问题点逐个击破。该框架在实际项目中也经过了千万级别的验证，为我们的线上服务提供了良好的性能。

构建一套完整的服务框架需要不断的迭代功能开发，后续要逐步支持的功能如下:

增加熔断与降级

增加缓存数据压缩

增加缓存一致性

增加缓存监控统计看板

增加自定义缓存中间件

增加缓存接口用于手工缓存操作

参考文献

​​https://github.com/ben-manes/caffeine/wiki/Benchmarks​​

​​https://docs.spring.io/spring-framework/docs/4.3.x/spring-framework-reference/html/expressions.html​​

作者介绍：王云朋

• 经销商技术部-商业资源团队
• 2017年加入汽车之家经销商事业部，目前主要负责智能展厅核心功能开发工作