XXL-CACHE v1.4.0 ｜ 多级缓存框架
Release Notes
- 1、【升级】项目升级JDK17；
- 2、【升级】项目部分依赖升级，如caffeine，适配JDK17；
- 3、【优化】L1缓存广播发布/订阅断连重连优化(ISSUE-32)；
- 4、【重构】合并PR-28，重构 getCache 方法并优化性能；
- 5、【优化】合并PR-35，引入单元测试框架，重写单元测试方法；
- 6、【升级】多个依赖升级最新版本，如jedis、caffeine等；
XXL- CACHE 快速接入示例
代码参考github仓库 /test 目录：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>${最新稳定版}</version>
</dependency>
2、组件配置：
配置文件说明：
# 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=
组件初始化配置：
@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;
}
经过上述2步，已完成全部配置工作。
3、客户端接入：
String category = "user";
String key = "user03";
// 缓存写入
XxlCacheHelper.getCache(category).set(key, value);
// 缓存查询
String value = XxlCacheHelper.getCache(category).get(key);
// 缓存删除
XxlCacheHelper.getCache(category).del(key);
...
简介
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；
