Spring Cache 缺陷

Spring Cache 是一個非常優秀的緩存組件。

但是在使用 Spring Cache 的過程當中，小黑同學也遇到了一些痛點。

比如，現在有一個需求：通過多個 userId 來批量獲取用戶信息。

方案 1

此時，我們的代碼可能是這樣：

List<User>?users?=?ids.stream().map(id?->?{return?getUserById(id); }) .collect(Collectors.toList());@Cacheable(key?=?"#p0",?unless?=?"#result?==?null") public?User?getUserById(Long?id)?{//?··· }

這種寫法的缺點在于：

在 for 循環中操作 redis。如果數據命中緩存還好，一旦緩存沒有命中，則會訪問數據庫。

方案 2

也有的同學可能會這樣做：

@Cacheable(key?=?"#ids.hash") public?Collection<User>?getUsersByIds(Collection<Long>?ids)?{//?··· }

這種做法的問題是：

緩存是基于 id 列表的 hashcode ，只有在 id 列表的 hashcode 值相等的情況下，緩存才會命中。而且，一旦列表中的其中一個數據被修改，整個列表緩存都要被清除。

例如：

第一次請求 id 列表是?1,2,3,

第二次請求的 id 列表為?1,2,4

在這種情況下，前后兩次的緩存不能共享。

如果 id 為 1 的數據發生了改變，那么，這兩次請求的緩存都要被清空

看看 Spring 官方是怎么說的

Spring Issue：

https://github.com/spring-projects/spring-framework/issues/24139

https://github.com/spring-projects/spring-framework/issues/23221

簡單翻譯一下，具體內容讀者可以自行查閱相關 issue。

譯文：

謝謝你的報告。緩存抽象沒有這種狀態的概念，如果你返回一個集合，那就是你要求在緩存中存儲的東西。也沒有什么強迫您為給定的緩存保留相同的項類型，所以這種假設并不適合這樣的高級抽象。

我的理解是，對于 Spring Cache 這種高級抽象框架來說，Cache 是基于方法的，如果方法返回 Collection，那整個 Collection 就是需要被緩存的內容。

我的解決方案

糾結了好久，小黑同學還是決定自己來造個輪子。

那我想要達到什么樣的效果呢？

我希望對于這種根據多個 key 批量獲取緩存的操作，可以先根據單個 key 從緩存中查找，如果緩存中不存在，就去加載數據，同時再將數據放到緩存中。

talk is cheap,show me the code

廢話不多說，直接上源碼：

https://github.com/shenjianeng/easy-cache

簡單介紹一下整體的思路：

• 核心接口

  • com.github.shenjianeng.easycache.core.Cache

  • com.github.shenjianeng.easycache.core.MultiCacheLoader

Cache 接口

Cache 接口定義了一些通用的緩存操作。和大部分 Cache 框架不同是，這里支持根據 key 批量獲取緩存。

/***?根據?keys?緩存中獲取,緩存中不存在,則返回null*/ @NonNull Map<K,?V>?getIfPresent(@NonNull?Iterable<K>?keys);/***?根據?keys?從緩存中獲取,如果緩存中不存在,調用?{@link?MultiCacheLoader#loadCache(java.util.Collection)}?加載數據,并添加到緩存中*/ @NonNull Map<K,?V>?getOrLoadIfAbsent(@NonNull?Iterable<K>?keys);

MultiCacheLoader 接口

@FunctionalInterface public?interface?MultiCacheLoader<K,?V>?{@NonNullMap<K,?V>?loadCache(@NonNull?Collection<K>?keys);default?V?loadCache(K?key)?{Map<K,?V>?map?=?loadCache(Collections.singleton(key));if?(CollectionUtils.isEmpty(map))?{return?null;}return?map.get(key);} }

MultiCacheLoader 是一個函數式接口。在調用?Cache#getOrLoadIfAbsent?方法時，如果緩存不存在，就會通過 MultiCacheLoader 來加載數據，然后加數據放到緩存中。

RedisCache

RedisCache 是現在 Cache 接口的唯一實現。正如其類名一樣，這是基于 redis 的緩存實現。

先說一下大致的實現思路：

使用 redis 的 mget 命令，批量獲取緩存。為了保證效率，每次最多批量獲取 20 個。

如果有數據不在緩存中，則判斷是否需要自動加載數據，如果需要則通過 MultiCacheLoader 加載數據

將數據存放到緩存中。同時通過維護一個 zset 來保存已知的 cache key，用于清除緩存使用。

廢話不多說，直接上源碼。

private?Map<K,?V>?doGetOrLoadIfAbsent(Iterable<K>?keys,?boolean?loadIfAbsent)?{List<String>?cacheKeyList?=?buildCacheKey(keys);List<List<String>>?partitions?=?Lists.partition(cacheKeyList,?MAX_BATCH_KEY_SIZE);List<V>?valueList?=?Lists.newArrayListWithExpectedSize(cacheKeyList.size());for?(List<String>?partition?:?partitions)?{//?Get?multiple?keys.?Values?are?returned?in?the?order?of?the?requested?keys.List<V>?values?=?(List<V>)?redisTemplate.opsForValue().multiGet(partition);valueList.addAll(values);}List<K>?keysList?=?Lists.newArrayList(keys);List<K>?missedKeyList?=?Lists.newArrayList();Map<K,?V>?map?=?Maps.newHashMapWithExpectedSize(partitions.size());for?(int?i?=?0;?i?<?valueList.size();?i++)?{V?v?=?valueList.get(i);K?k?=?keysList.get(i);if?(v?!=?null)?{map.put(k,?v);}?else?{missedKeyList.add(k);}}if?(loadIfAbsent)?{Map<K,?V>?missValueMap?=?multiCacheLoader.loadCache(missedKeyList);put(missValueMap);map.putAll(missValueMap);}return?map; }

緩存清除方法實現：

public?void?evictAll()?{Set<Serializable>?serializables?=?redisTemplate.opsForZSet().rangeByScore(knownKeysName,?0,?0);if?(!CollectionUtils.isEmpty(serializables))?{List<String>?cacheKeys?=?Lists.newArrayListWithExpectedSize(serializables.size());serializables.forEach(serializable?->?{if?(serializable?instanceof?String)?{cacheKeys.add((String)?serializable);}});redisTemplate.delete(cacheKeys);redisTemplate.opsForZSet().remove(knownKeysName,?cacheKeys);} }

再多說幾句

更多源碼細節，如果讀者感興趣，可以自行閱讀源碼：https://github.com/shenjianeng/easy-cache

歡迎大家 fork 體驗，或者評論區留言探討，寫的不好，請多多指教~~

未來計劃：

• 支持緩存 null 值

• 支持 annotation 的聲明式緩存

總結

以上是生活随笔為你收集整理的Spring Cache 缺陷，我好像有解决方案了的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。