第二章：高并发场景下的缓存设计
第二章：高并发场景下的缓存设计
2.1 多级缓存架构设计
2.1.1 进程内缓存（Caffeine vs Ehcache）
1. 核心特性对比
| 特性 | Caffeine | Ehcache |
|---|---|---|
| 命中率 | 基于 Windows TinyLFU 算法，命中率更高 | 使用 LRU 算法，适合通用场景 |
| 内存占用 | 更轻量级，适合嵌入式场景 | 支持堆外内存，适合大内存环境 |
| 持久化 | 不支持 | 支持磁盘持久化 |
| 分布式 | 仅进程内 | 支持分布式集群（Ehcache Cluster） |
2. Caffeine 配置示例
Cache<String, Object> caffeineCache = Caffeine.newBuilder()
.maximumSize(1000) // 最大缓存条目数
.expireAfterWrite(10, TimeUnit.MINUTES) // 写入后10分钟过期
.build();
2.1.2 分布式缓存（Redis 集群配置）
1. 集群搭建命令
redis-cli --cluster create \
192.168.1.100:7000 192.168.1.101:7001 \
真诚点赞 诚不我欺
回复