Xcache

多年前，我造过一个轮子，也是多级缓存框架，名字也叫做 Xcache。 多年后，本着重复造轮子的精神，我又造了个新轮子：https://github.com/patricklaux/xcache 因为是新造的轮子，所以看起来似乎更圆了一些，跑起来似乎也更顺滑了一些。 非要自夸一下的话，那就是这么些年的编程生涯，在踩过许多坑之后，编码质量更好了点，架构设计更合理了些。 1. 整体架构 说明： Cache API：缓存接口。 Cache Annotation：缓存注解。 Cache：缓存对象。 Store：缓存数据存储，每个缓存对象实例最多可支持三级缓存数据存储。 Codec：数据编解码（序列化与反序列化）。 Compressor：数据压缩。 CacheLoader：数据加载，用于从数据源读取数据。 CacheRefresh：缓存数据刷新，定时通过 CacheLoader 加载并刷新缓存数据。 CacheSync：缓存数据同步，用于维护各实例间私有缓存数据的一致性。 CacheMetrics：缓存指标采集，用于记录缓存调用次数及命中率等指标。 MetricsSystem：缓存指标信息的存储、计算与展示。 MQ：消息队列，用于转发数据同步消息（已有实现采用 Redis Stream）。 DataSource：数据源。 Redis or Other……：缓存数据存储仓库。 2. 框架特性 支持多级缓存：一级缓存采用 Caffeine，二级缓存采用 Redis，最多可支持三级缓存。 缓存数据同步：通过缓存事件广播，多个应用实例的缓存数据保持一致。 缓存指标统计：支持调用次数、命中次数等指标，数据呈现可自由扩展。 缓存数据刷新：定时自动刷新缓存数据，避免慢查询导致应用响应缓慢。 随机存活时间：可选择使用随机存活时间，避免大量数据集中过期，导致数据源压力过大。 数据回源加锁：同一个键同一时刻仅允许一个线程回源查询，减轻数据源压力。 数据存在断言：可选择实现数据存在断言接口，譬如 Bloom Filter，减少无效回源查询。 支持缓存空值：可选择缓存空值，减少无效回源查询。 缓存数据压缩：可选择数据压缩，降低内存(磁盘)消耗。 支持缓存注解：Cacheable，CacheableAll，CachePut，CachePutAll，…… ，CacheClear 适配 Spring Cache 注解：如希望使用 Spring Cache 注解，可依赖 Xcache 适配项目，即可解锁更多功能。 3. 缓存流程 原则：数据查询顺序从一级缓存到三级缓存，数据写入、删除顺序从三级缓存到一级缓存。 实际应用中，可能只有一级缓存或两级缓存，并不一定有全部三级缓存，这是可配置的。 3.1. 数据查询 流程：按照一级缓存 → 二级缓存 → 三级缓存的顺序依次查询。 图示： 3.2. 数据写入 流程：按照三级缓存 → 二级缓存 → 一级缓存的顺序依次写入。 图示： 3.3. 数据删除 流程：按照三级缓存 → 二级缓存 → 一级缓存的顺序依次删除。 ...