在 Java 后端开发中，本地缓存（Local Cache） 是非常常见的性能优化手段。

当系统频繁访问数据库或远程服务时，可以通过缓存减少 IO 开销，提高系统吞吐量。

在 Java 生态中，最常见的本地缓存方案主要有两个：

Guava Cache   Caffeine

很多面试中也经常会问：

• Guava Cache 和 Caffeine 有什么区别？

• 为什么现在很多项目更推荐使用 Caffeine？

• Caffeine 为什么性能更高？

本文带你系统了解 Guava Cache 和 Caffeine 的原理与区别。

---

一、本地缓存是什么

本地缓存（Local Cache） 指的是将数据缓存在 应用进程的 JVM 内存中。

典型访问流程：

请求 → 本地缓存 → Redis / 数据库

如果缓存命中，就可以直接返回数据，从而避免访问数据库。

优点

• 访问速度极快（内存级）

• 减少数据库压力

• 降低系统延迟

缺点

• 只在当前 JVM 内有效

• 多实例部署时缓存不共享

因此本地缓存通常用于：热点数据缓存、配置缓存、读多写少的数据

---

二、Guava Cache 简介

Guava Cache 是 Google 在 Guava 工具库中提供的一个本地缓存实现。

它提供了一套非常简单易用的缓存 API。

基本使用

Cache<String, String> cache = CacheBuilder.newBuilder()
        .maximumSize(1000)
        .expireAfterWrite(10, TimeUnit.MINUTES)
        .build();

cache.put("key", "value");

String value = cache.getIfPresent("key");

---

Guava Cache 常见特性

1 自动加载

可以使用 LoadingCache 实现自动加载。

LoadingCache<String, String> cache = CacheBuilder.newBuilder()
        .maximumSize(1000)
        .build(new CacheLoader<String, String>() {
            @Override
            public String load(String key) {
                return loadFromDb(key);
            }
        });

String value = cache.get("key");

当缓存不存在时，会自动调用 load() 方法加载数据。

---

2 过期策略

Guava 支持两种常见过期策略：

• expireAfterWrite：写入后过期

• expireAfterAccess：访问后过期

---

3 缓存大小限制

可以通过 maximumSize 限制缓存最大数量，防止缓存无限增长。

---

4 移除监听

Guava 支持缓存移除监听：

.removalListener(notification -> {
    System.out.println("key removed: " + notification.getKey());
})

当缓存被淘汰或过期时，可以执行回调逻辑。

---

三、Guava Cache 的问题

虽然 Guava Cache 非常好用，但在高并发场景下也暴露了一些问题。

1 锁竞争问题

Guava Cache 使用 Segment 分段锁机制。

在高并发情况下容易出现：

• 线程竞争锁

• 性能下降

---

2 淘汰算法较简单

Guava 使用的是 LRU 近似算法。

只考虑最近访问时间，没有考虑访问频率，因此命中率并不是最优。

---

3 官方不再持续优化

Guava Cache 目前基本进入 维护状态。

很多新项目已经转向使用 Caffeine。

---

四、Caffeine 简介

Caffeine 是 Guava Cache 作者 Ben Manes 重新设计的一款高性能本地缓存库。

GitHub 地址：

https://github.com/ben-manes/caffeine

Caffeine 的目标是：构建 Java 中性能最好的本地缓存库。

在官方 Benchmark 中，Caffeine 的性能通常是 Guava Cache 的数倍。

---

五、Caffeine 基本使用

Caffeine 的 API 与 Guava 非常类似，因此迁移成本非常低。

基础示例

Cache<String, String> cache = Caffeine.newBuilder()
        .maximumSize(1000)
        .expireAfterWrite(10, TimeUnit.MINUTES)
        .build();

cache.put("key", "value");

String value = cache.getIfPresent("key");

---

自动加载

LoadingCache<String, String> cache = Caffeine.newBuilder()
        .maximumSize(1000)
        .build(key -> loadFromDb(key));

String value = cache.get("key");

---

异步缓存

Caffeine 支持 异步加载缓存：

AsyncLoadingCache<String, String> cache =
        Caffeine.newBuilder()
                .maximumSize(1000)
                .buildAsync(key -> loadFromDb(key));

适用于：

• RPC 请求

• IO 密集型任务

• 远程接口调用

---

六、Caffeine 为什么这么快

1 W-TinyLFU 淘汰算法

传统缓存淘汰算法：

算法	特点
FIFO	不考虑访问频率
LRU	只考虑最近访问
LFU	统计成本高

Caffeine 使用 W-TinyLFU（Window TinyLFU）。

核心思想：

结合 LRU + LFU

策略：

1. 新数据先进入 Window 区（LRU）

2. 高频访问数据进入 Main 区（LFU）

3. 淘汰低频数据

这样可以显著提升缓存命中率。

---

2 无锁读设计

Guava 使用 Segment Lock。

而 Caffeine 使用：

• CAS

• 无锁数据结构

因此可以减少锁竞争，在高并发环境下性能更好。

---

3 高效数据结构

Caffeine 内部使用了多种高性能结构，例如：

• RingBuffer

• ConcurrentHashMap

• CAS 原子操作

从而保证高并发下依然保持高性能。

---

七、Guava Cache vs Caffeine

对比	Guava Cache	Caffeine
发布时间	较早	较新
并发性能	一般	很高
淘汰算法	LRU	W-TinyLFU
锁机制	Segment Lock	CAS + 无锁
异步支持	不支持	支持
官方推荐	维护状态	推荐使用

总结一句话：

Caffeine 可以看作 Guava Cache 的升级版。

---

八、Spring Boot 中使用 Caffeine

Spring Boot 对 Caffeine 有官方支持。

引入依赖：

<dependency>
    <groupId>com.github.ben-manes.caffeine</groupId>
    <artifactId>caffeine</artifactId>
</dependency>

配置 CacheManager：

@Bean
public CacheManager cacheManager() {
    CaffeineCacheManager manager = new CaffeineCacheManager();
    manager.setCaffeine(Caffeine.newBuilder()
            .maximumSize(1000)
            .expireAfterWrite(10, TimeUnit.MINUTES));
    return manager;
}

使用缓存：

@Cacheable("user")
public User getUser(Long id) {
    return userMapper.selectById(id);
}

---

九、常见应用场景

Caffeine 在实际项目中常见的使用场景包括：

1 热点数据缓存

例如：用户信息、商品信息、系统配置

---

2 本地缓存 + Redis 多级缓存

常见架构：

请求 → Caffeine → Redis → 数据库

这样可以：减少 Redis 压力和降低访问延迟

---

3 防止缓存击穿

对于热点 Key，可以先使用本地缓存挡住大量请求。

---

十、总结

Guava Cache 和 Caffeine 都是 Java 常用的本地缓存库。

但随着高并发场景的增多：

Caffeine 已经逐渐成为主流选择。

主要原因包括：

• 更高并发性能

• 更先进的淘汰算法

• 更丰富的功能（异步缓存）

因此在新项目中，一般推荐直接使用 Caffeine。

---

如果这篇文章对你有帮助，欢迎点个赞 👍
后续会持续更新 Java 后端高频技术解析系列。