XXL-CACHE v1.2.0 ｜多級緩存框架詳情 - 緩存,redis,cache-control xuxueli 動態日志

Release Notes

1、【增強】多序列化協議支持：針對L2緩存，組件化抽象Serializer，可靈活擴展更多序列化協議；
2、【優化】移除冗餘依賴，精簡Core體積；

XXL- CACHE 快速接入示例

代碼參考github倉庫 /test 目錄：https://github.com/xuxueli/xxl-cache/tree/master/xxl-cache-samples

1、Maven引入：

<!-- https://mvnrepository.com/artifact/com.xuxueli/xxl-cache-core -->
<dependency>
    <groupId>com.xuxueli</groupId>
    <artifactId>xxl-cache-core</artifactId>
    <version>${最新穩定版}</version>
</dependency>

2、組件配置：

配置文件説明：

# xxl-cache
## L1緩存（本地）提供者，默認 caffeine
xxl.cache.l1.provider=caffeine
## L1緩存最大容量，默認10000；
xxl.cache.l1.maxSize=-1
## L1緩存過期時間，單位秒，默認10min；
xxl.cache.l1.expireAfterWrite=-1
## L2緩存（分佈式）提供者，默認 redis
xxl.cache.l2.provider=redis
## L2緩存序列化方式，默認 java
xxl.cache.l2.serializer=java
## L2緩存節點配置，多個節點用逗號分隔；示例 “127.0.0.1:6379,127.0.0.1:6380”
xxl.cache.l2.nodes=127.0.0.1:6379
## L2緩存用户名配置
xxl.cache.l2.user=
## L2緩存密碼配置
xxl.cache.l2.password=

組件初始化配置：

@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;
}

經過上述2步，已完成全部配置工作。

3、客户端接入：

String category = "user";
String key = "user03";
// 緩存寫入 
XxlCacheHelper.getCache(category).set(key, value);
// 緩存查詢
String value = XxlCacheHelper.getCache(category).get(key);
// 緩存刪除
XxlCacheHelper.getCache(category).del(key);
...

簡介

XXL-CACHE 是一個多級緩存框架，高效組合本地緩存和分佈式緩存(Redis+Caffeine)，支持“多級緩存、一致性保障、TTL、Category隔離、防穿透”等能力；擁有“高性能、高擴展、靈活易用”等特性，提供高性能多級緩存解決方案；

中文文檔
Github地址

特性

1、靈活易用: 接入靈活方便，一分鐘上手；
2、多級緩存：高效組合本地緩存和分佈式緩存(Redis+Caffeine)，支持L1、L2級別緩存，支持多場景緩存訴求；
3、高擴展：框架進行模塊化抽象設計，本地緩存、分佈式緩存以及序列化方案均支持自定義擴展；
4、高性能：底層設計L1(Local)+L2(Remote)多級緩存模型，除分佈式緩存之外前置在應用層設置本地緩存，高熱查詢前置本地處理避免遠程通訊，最大化提升性能；
5、一致性保障：支持多層級、集羣多節點之間緩存數據一致性保障，藉助廣播消息（Redis Pub/Sub）以及客户端主動過期，實現L1及L2之間以及L1各集羣節點間緩存數據一致性同步；
6、TTL：支持TTL，支持緩存數據主動過期及清理；
7、Category隔離：支持自定義緩存Category分類，緩存數據存儲隔離；
8、緩存風險治理：針對典型緩存風險，如緩存穿透，底層進行針對性設計進行風險防護；
9、透明接入：支持業務透明接入，屏蔽底層實現細節，降低業務開發成本，以及學習認知成本；