轉自
為什麼需要本地快取？在系統中，有些資料，訪問十分頻繁（例如資料字典資料、國家標準行政區域資料），往往把這些資料放入分散式快取中，但為了減少網路傳輸，加快響應速度，快取分散式快取讀壓力，會把這些資料快取到本地JVM中，大多是先取本地快取中，再取分散式快取中的資料

而Caffeine是一個高效能Java 快取庫，使用Java8對Guava快取重寫版本，在Spring Boot 2.0中將取代Guava。
使用spring.cache.cache-names屬性可以在啟動時建立快取
例如，以下application配置建立一個foo和bar快取，最大數量為500，存活時間為10分鐘

spring.cache.cache-names=foo,bar
spring.cache.caffeine.spec=maximumSize=500,expireAfterAccess=600s
 

還有一種程式碼實現方式，我在專案中就是使用程式碼方式，如何使用，請往下看…

1. 引入依賴

<dependency>
    <groupId>org.springframework.boot</groupId>
    <artifactId>spring-boot-starter-cache</artifactId>
</dependency>
<dependency>
    <groupId>com.github.ben-manes.caffeine</groupId>
    <
 
artifactId>caffeine</artifactId>
    <version>2.6.2</version>
</dependency>

2.新增一個CaffeineConfig配置類，開啟快取@EnableCaching

@Configuration
@EnableCaching //開啟快取
public class CaffeineConfig {
    public static final int DEFAULT_MAXSIZE = 10000;
    public static final int DEFAULT_TTL =
 
 600;
    /**
     * 定義cache名稱、超時時長（秒）、最大容量
     * 每個cache預設：10秒超時、最多快取50000條資料，需要修改可以在構造方法的引數中指定。
     */
    public enum Caches{
        getUserById(600),          //有效期600秒
        listCustomers(7200,1000),  //有效期2個小時 , 最大容量1000
        ;
        Caches() {
        }
        Caches(int ttl) {
            this.ttl = ttl;
        }
        Caches(int ttl, int maxSize) {
            this.ttl = ttl;
            this.maxSize = maxSize;
        }
        private int maxSize=DEFAULT_MAXSIZE;    //最大數量
        private int ttl=DEFAULT_TTL;        //過期時間（秒）
        public int getMaxSize() {
            return maxSize;
        }
        public int getTtl() {
            return ttl;
        }
    }

    /**
     * 建立基於Caffeine的Cache Manager
     * @return
     */
    @Bean
    @Primary
    public CacheManager caffeineCacheManager() {
        SimpleCacheManager cacheManager = new SimpleCacheManager();
        ArrayList<CaffeineCache> caches = new ArrayList<CaffeineCache>();
        for(Caches c : Caches.values()){
            caches.add(new CaffeineCache(c.name(),
                    Caffeine.newBuilder().recordStats()
                            .expireAfterWrite(c.getTtl(), TimeUnit.SECONDS)
                            .maximumSize(c.getMaxSize())
                            .build())
            );
        }
        cacheManager.setCaches(caches);
        return cacheManager;
    }
}

3.建立一個控制器，使用本地快取，注意@Cacheable，value與上面配置的值對應，key為引數，sync=true表示同步，多個請求會被阻塞

@RestController
@RequestMapping("cache")
public class CacheController {

    @RequestMapping("listCustomers")
    @Cacheable( value = "listCustomers" , key = "#length", sync = true)
    public List<Customer> listCustomers(Long length){
        List<Customer> customers = new ArrayList<>();
        for(int i=1; i <= length ; i ++){
            Customer customer = new Customer(i, "zhuyu"+i, 20 + i, false);
            customers.add(customer);
        }
        return customers;
    }
}

4.啟動專案，訪問上面的方法，效果如下，第一次處理時間為 110ms ，再重新整理幾次頁面只要 1ms，說明後面的請求從本地快取中獲取資料，並返回了

使用本地快取可以加快頁面響應速度，快取分散式快取讀壓力，大量、高併發請求的網站比較適用

Caffeine配置說明：
initialCapacity=[integer]: 初始的快取空間大小
maximumSize=[long]: 快取的最大條數
maximumWeight=[long]: 快取的最大權重
expireAfterAccess=[duration]: 最後一次寫入或訪問後經過固定時間過期
expireAfterWrite=[duration]: 最後一次寫入後經過固定時間過期
refreshAfterWrite=[duration]: 建立快取或者最近一次更新快取後經過固定的時間間隔，重新整理快取
recordStats：開發統計功能

注意：
expireAfterWrite和expireAfterAccess同時存在時，以expireAfterWrite為準。