Spring Boot整合本地缓存：Guava与Caffeine实战对比-51CTO.COM

本地缓存是提升应用性能的重要手段之一。Spring Boot 整合 Guava 和 Caffeine 两种主流本地缓存方案，究竟该如何选择？本文将给出完整实现示例，并通过性能对比和场景分析帮你做出决策。

1.为什么需要本地缓存？

在高并发场景下，频繁访问数据库或外部接口会导致性能瓶颈。本地缓存将热点数据存储在应用内存中，具备以下优势

微秒级响应速度（比Redis快10倍以上）
减轻外部存储压力
网络开销为零
应对突发流量

2.Guava Cache整合实战

添加依赖

<dependency>
    <groupId>org.springframework.boot</groupId>
    <artifactId>spring-boot-starter-cache</artifactId>
</dependency>
<dependency>
    <groupId>com.google.guava</groupId>
    <artifactId>guava</artifactId>
    <version>31.1-jre</version>
</dependency>1.
2.
3.
4.
5.
6.
7.
8.
9.

配置缓存

@Configuration
@EnableCaching
public class GuavaCacheConfig {
    @Bean
    public CacheManager cacheManager() {
        GuavaCacheManager cacheManager = new GuavaCacheManager();
        cacheManager.setCacheBuilder(CacheBuilder.newBuilder()
                .maximumSize(1000)
                .expireAfterWrite(10, TimeUnit.MINUTES)
                .recordStats());
        return cacheManager;
    }
}1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
11.
12.
13.

使用示例

@Service
public class ProductService {
    @Cacheable(value = "products", key = "#id")
    public Product getProductById(Long id) {
        // 模拟数据库查询
        return findFromDB(id);
    }
    @CacheEvict(value = "products", key = "#id")
    public void refreshProduct(Long id) {
        // 触发缓存清除
    }
}1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
11.
12.

特性说明

基于LRU淘汰策略
支持权重控制
提供缓存统计功能
最大容量限制

2.Guava Cache整合实战

添加依赖

<dependency>
    <groupId>org.springframework.boot</groupId>
    <artifactId>spring-boot-starter-cache</artifactId>
</dependency>
<dependency>
    <groupId>com.github.ben-manes.caffeine</groupId>
    <artifactId>caffeine</artifactId>
</dependency>1.
2.
3.
4.
5.
6.
7.
8.

高级配置

@Configuration
@EnableCaching
public class CaffeineCacheConfig {
    @Bean
    public CacheManager cacheManager() {
        CaffeineCacheManager cacheManager = new CaffeineCacheManager();
        cacheManager.setCaffeine(Caffeine.newBuilder()
                .initialCapacity(200)
                .maximumSize(2000)
                .expireAfterAccess(5, TimeUnit.MINUTES)
                .weakKeys()
                .recordStats());
        return cacheManager;
    }
}1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
11.
12.
13.
14.
15.

异步操作示例

@Cacheable(value = "userProfiles", key = "#userId", sync = true)
public CompletableFuture<UserProfile> getUserProfileAsync(Long userId) {
    return CompletableFuture.supplyAsync(() -> queryUserProfile(userId));
}1.
2.
3.
4.

特性说明

更高的并发性能（相比Guava提升30%+）
异步加载机制
支持Entry自动刷新
更精细的内存控制

3.关键指标对比

特性	Guava Cache	Caffeine
并发性能	中等（基于分段锁）	高（WRite优化）
命中率	85%-92%	93%-98%
内存占用	较高	优化压缩
淘汰策略	LRU	Window-TinyLFU
统计功能	基础指标	详细监控
维护状态	停止更新	持续迭代
GC友好度	一般	弱引用支持

4.选型建议

选择Guava

项目已使用Guava工具库
需要保持依赖最小化
缓存需求较简单
系统并发量 < 5000 QPS

选择Caffeine

需要处理高并发（>1万QPS）
追求更高缓存命中率
需要异步加载能力
系统内存资源紧张
需要更细粒度的控制

5.最佳实践建议

容量规划

根据业务量设置合理的初始容量（initialCapacity）

过期策略组合

同时设置访问过期和写入过期

监控接入

// 获取统计信息
CacheStats stats = cacheManager.getCache("cacheName").getNativeCache().stats();
logger.info("命中率：{}", stats.hitRate());1.
2.
3.

防御性编程

CacheBuilder.newBuilder()
    .maximumWeight(100000)
    .weigher((key, value) -> calculateObjectSize(value))
    .build();1.
2.
3.
4.

6.性能测试数据

模拟10万次读取操作（单位：ms）

线程数	Guava	Caffeine
50	1200	850
200	3200	1800
500	6500	3100

7.小结

通过合理使用本地缓存，可使应用性能获得数量级提升。对于新项目推荐直接采用Caffeine，而历史项目迁移到Caffeine通常也能获得显著收益。建议根据实际压测结果进行最终决策，并持续监控缓存效果。

在Spring Boot 2.4+版本中，Caffeine已成为默认缓存实现，可通过spring.cache.type=caffeine快速启用。