xxl-cache简介
官网地址:https://www.xuxueli.com/xxl-cache/
概述
XXL-CACHE 是一个 多级缓存框架,高效组合本地缓存和分布式缓存(Redis+Caffeine),支持“多级缓存、一致性保障、TTL、Category隔离、防穿透”等能力;拥有“高性能、高扩展、灵活易用”等特性,提供高性能多级缓存解决方案;
特性
1、灵活易用: 接入灵活方便,一分钟上手;
2、多级缓存:高效组合本地缓存和分布式缓存(Redis+Caffeine),支持L1、L2级别缓存,支持多场景缓存诉求;
3、高扩展:框架进行模块化抽象设计,本地缓存、分布式缓存以及序列化方案均支持自定义扩展;
4、高性能:底层设计L1(Local)+L2(Remote)多级缓存模型,除分布式缓存之外前置在应用层设置本地缓存,高热查询前置本地处理避免远程通讯,最大化提升性能;
5、一致性保障:支持多层级、集群多节点之间缓存数据一致性保障,借助广播消息(Redis Pub/Sub)以及客户端主动过期,实现L1及L2之间以及L1各集群节点间缓存数据一致性同步;
6、TTL:支持TTL,支持缓存数据主动过期及清理;
7、Category隔离:支持自定义缓存Category分类,缓存数据存储隔离;
8、缓存风险治理:针对典型缓存风险,如缓存穿透,底层进行针对性设计进行风险防护;
9、透明接入:支持业务透明接入,屏蔽底层实现细节,降低业务开发成本,以及学习认知成本;
10、多序列化协议支持:组件化抽象Serializer,可灵活扩展更多序列化协议;如 JDK、HESSIAN2、JSON、PROTOSTUFF、KRYO 等;
架构图
实际应用
下面通过一个小demo来初步了解xxl-cache的使用方法
环境
jdk:17
springboot:3.4.2
redis:7.4.1
依赖
<dependencies>
<dependency>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-starter-web</artifactId>
</dependency>
<dependency>
<groupId>org.projectlombok</groupId>
<artifactId>lombok</artifactId>
<optional>true</optional>
</dependency>
<dependency>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-starter-test</artifactId>
<scope>test</scope>
</dependency>
<dependency>
<groupId>com.xuxueli</groupId>
<artifactId>xxl-cache-core</artifactId>
<version>1.2.0</version>
</dependency>
</dependencies>
整体结构
创建配置文件
application.properties
# xxl-cache
## L1缓存(本地)提供者,默认 caffeine
xxl.cache.l1.provider=caffeine
## L1缓存最大容量,默认10000;
xxl.cache.l1.maxSize=-1
## L1缓存过期时间,单位秒,默认10min;
xxl.cache.l1.expireAfterWrite=-1
## L2缓存(分布式)提供者,默认 redis
xxl.cache.l2.provider=redis
## L2缓存序列化方式,默认 java
xxl.cache.l2.serializer=java
## L2缓存节点配置,多个节点用逗号分隔;示例 “127.0.0.1:6379,127.0.0.1:6380”
xxl.cache.l2.nodes=127.0.0.1:6379
## L2缓存用户名配置
xxl.cache.l2.user=
## L2缓存密码配置
xxl.cache.l2.password=
XxlCacheConf.java
@Configuration
public class XxlCacheConf {
@Value("${xxl.cache.l1.provider}")
private String l1Provider;
@Value("${xxl.cache.l1.maxSize}")
private int maxSize;
@Value("${xxl.cache.l1.expireAfterWrite}")
private long expireAfterWrite;
@Value("${xxl.cache.l2.provider}")
private String l2Provider;
@Value("${xxl.cache.l2.serializer}")
private String serializer;
@Value("${xxl.cache.l2.nodes}")
private String nodes;
@Value("${xxl.cache.l2.user}")
private String user;
@Value("${xxl.cache.l2.password}")
private String password;
@Bean(initMethod = "start", destroyMethod = "stop")
public XxlCacheFactory xxlCacheFactory() {
XxlCacheFactory xxlCacheFactory = new XxlCacheFactory();
xxlCacheFactory.setL1Provider(l1Provider);
xxlCacheFactory.setMaxSize(maxSize);
xxlCacheFactory.setExpireAfterWrite(expireAfterWrite);
xxlCacheFactory.setL2Provider(l2Provider);
xxlCacheFactory.setSerializer(serializer);
xxlCacheFactory.setNodes(nodes);
xxlCacheFactory.setUser(user);
xxlCacheFactory.setPassword(password);
return xxlCacheFactory;
}
}
测试
创建IndexController
@Controller()
@Slf4j
public class IndexController {
/**
* 1、定义缓存对象,并指定 “缓存category + 过期时间”
*/
private XxlCacheHelper.XxlCache userCache = XxlCacheHelper.getCache("user", 60 * 1000);
@RequestMapping("/get")
@ResponseBody
public String index() {
String key = "user03";
/**
* 2、缓存读:按照 L1 -> L2 顺序依次读取缓存,如果L1存在缓存则返回,否则读取L2缓存并同步L1;
*/
String value = userCache.get(key);
return "key: " + key + "<br> value: " + value;
}
@RequestMapping("/set")
@ResponseBody
public String set(@RequestParam String value) {
String key = "user03";
/**
* 3、缓存写:按照 L1 -> L2 顺序依次写缓存,同时借助内部广播机制更新全局L1节点缓存;
*/
userCache.set(key, value);
return "Set successfully";
}
@RequestMapping("/delete")
@ResponseBody
public String delete() {
String key = "user03";
/**
* 4、缓存删:按照 L1 -> L2 顺序依次删缓存,同时借助内部广播机制更新全局L1节点缓存;
*/
userCache.del(key);
return "Deleted successfully";
}
}
由于是测试用,这里就将缓存的key写死为user03
使用idea的将应用复制一份,指定运行端口为8081
,同时运行两个应用实例来测试数据一致性
首先向8080的get接口发送请求,此时value没有任何值
然后向set接口发送请求,将user03的值设置为123
设置成功,通过日志可以发现:xxl-cache同时设置了l1(caffeine)、l2(redis)缓存中key的值,并且进行了广播,8081收到了广播:
此时我们可以向8081的get接口发送请求,看是否能取到user03的值:
测试成功!