Caffeine 三种过期策略详解_caffeine expireafter

🧑 博主简介：CSDN博客专家，历代文学网（PC端可以访问：https://literature.sinhy.com/#/?__c=1000，移动端可微信小程序搜索“历代文学”）总架构师，15年工作经验，精通Java编程，高并发设计，Springboot和微服务，熟悉Linux，ESXI虚拟化以及云原生Docker和K8s，热衷于探索科技的边界，并将理论知识转化为实际应用。保持对新技术的好奇心，乐于分享所学，希望通过我的实践经历和见解，启发他人的创新思维。在这里，我希望能与志同道合的朋友交流探讨，共同进步，一起在技术的世界里不断学习成长。
技术合作请加本人wx（注明来自csdn）：foreast_sea

---

Caffeine 三种过期策略详解

在 Caffeine 中，cache.policy() 提供的三种过期策略接口（expireAfterWrite、expireAfterAccess、expireVariably）分别对应不同的缓存过期机制。以下是它们的核心区别和适用场景：

---

1. expireAfterWrite（固定写入过期）

Policy.FixedExpiration<String, String> policy = cache.policy().expireAfterWrite().orElse(null);

特点：

• 基于写入时间：从条目创建或最后一次更新开始计时
• 固定持续时间：所有条目使用相同的过期时间
• 配置方式：

  Caffeine.newBuilder() .expireAfterWrite(10, TimeUnit.MINUTES)

适用场景：

• 数据变更频率低
• 需要保证数据新鲜度（如配置信息）
• 简单易用的通用方案

示例：

// 设置所有条目写入后10分钟过期policy.setExpiresAfter(10, TimeUnit.MINUTES);// 获取当前过期时间long duration = policy.getExpiresAfter(TimeUnit.MINUTES); // 返回10

---

2. expireAfterAccess（固定访问过期）

Policy.FixedExpiration<String, String> policy = cache.policy().expireAfterAccess().orElse(null);

特点：

• 基于访问时间：每次读取或写入都会重置计时器
• 固定持续时间：所有条目使用相同的空闲时间
• 配置方式：

  Caffeine.newBuilder() .expireAfterAccess(30, TimeUnit.MINUTES)

适用场景：

• 频繁访问的热点数据
• 读多写少的场景（如用户会话）
• 需要保留活跃数据的缓存

示例：

// 设置所有条目30分钟未访问则过期policy.setExpiresAfter(30, TimeUnit.MINUTES);// 获取当前过期时间long duration = policy.getExpiresAfter(TimeUnit.MINUTES); // 返回30

---

3. expireVariably（可变过期）

Policy.VarExpiration<String, String> policy = cache.policy().expireVariably().orElse(null);

特点：

• 完全动态：可为每个条目设置不同过期时间
• 细粒度控制：支持运行时修改任意条目的过期时间
• 配置方式：

  Caffeine.newBuilder() .expireAfter(new Expiry<String, String>() { // 自定义实现 })

适用场景：

• 不同条目需要不同过期时间
• 动态调整过期策略（如促销商品短期缓存）
• 高级缓存管理需求

示例：

// 设置testKey 5秒后过期policy.put(\"testKey\", \"value\", 5, TimeUnit.SECONDS);// 设置importantKey 24小时过期policy.put(\"importantKey\", \"value\", 24, TimeUnit.HOURS);// 修改testKey的过期时间policy.setExpiresAfter(\"testKey\", 10, TimeUnit.SECONDS);

---

核心区别对比表

特性 expireAfterWrite expireAfterAccess expireVariably 时间基准 写入时间 访问时间 任意时间 时间单位 固定 固定 可变 重置机制 仅写入重置 读取/写入均重置 手动控制 配置方式 全局统一 全局统一 按条目设置 内存开销 低 低 较高（+24字节/条目） 使用复杂度 ★☆☆☆☆ ★☆☆☆☆ ★★★★☆ 适用场景 数据变更敏感 热点数据保留 精细化控制

---

组合策略实现

虽然 Caffeine 本身不直接支持同时配置多种策略，但可通过 Expiry 接口模拟组合策略：

Caffeine.newBuilder() .expireAfter(new Expiry<String, String>() { // 默认策略：写入后30分钟过期 public long expireAfterCreate(String key, String value, long currentTime) { return TimeUnit.MINUTES.toNanos(30); } // 特殊key：访问后1小时过期 public long expireAfterRead(String key, String value, long currentTime, long currentDuration) { if (\"hotKey\".equals(key)) { return TimeUnit.HOURS.toNanos(1); } return currentDuration; } // 更新时重置为写入过期 public long expireAfterUpdate(String key, String value, long currentTime, long currentDuration) { return TimeUnit.MINUTES.toNanos(30); } })

---

生产环境建议

1. 优先选择固定策略：

   // 80%场景适用.expireAfterWrite(30, TimeUnit.MINUTES)

2. 动态策略注意事项：

   • 启用调度器：.scheduler(Scheduler.systemScheduler())
   • 监控内存：可变策略增加约24字节/条目开销
   • 避免频繁修改：批量操作更高效

3. 过期策略选择指南：

   场景 推荐策略 示例配置 配置信息 expireAfterWrite 5-10分钟 用户会话 expireAfterAccess 30分钟 热点数据 expireAfterAccess 1小时 短期活动 expireVariably 按需设置 金融数据 expireAfterWrite 1分钟

4. 监控与调优：

   // 获取过期条目统计long expiredCount = cache.stats().evictionCount();// 检查策略是否生效if (cache.policy().expireAfterWrite().isPresent()) { // 固定写入策略已启用}

通过理解这三种策略的核心区别，我们可以根据业务场景选择最合适的缓存过期管理方案。