作用

缓存
异步持续更新缓存

构造LoadingCache对象

LoadingCache<Integer, String> loadingCache = Caffeine.newBuilder()
                .expireAfterWrite(1, TimeUnit.SECONDS)
                .refreshAfterWrite(500, TimeUnit.MILLISECONDS)
                .maximumSize(10) // 缓存最大数量
                .removalListener((RemovalListener<Integer, String>) (integer, s, removalCause) -> {
                    System.out.println("key:" + integer + " value:" + s + " cause:"+removalCause);
                })
                .build(new CacheLoader<Integer, String>() {
                    @Nullable
                    @Override
                    public String load(@NonNull Integer i) throws Exception {
                        return i.toString();
                    }

                    @Override
                    public Map<Integer, String> loadAll(Iterable<? extends Integer> keys) {
                        Map<Integer, String> map = new HashMap<>();
                        for (Integer i : keys) {
                            map.put(i, i.toString());
                        }
                        return map;
                    }
                });

参数解析

expireAfterWrite：失效策略，类似参数还有expireAfterAccess，key的缓存时间到期以后并不会被立即删除，caffeine使用惰性删除的策略，在LoadingCache被修改，如添加，更新等，或者该失效的key被访问的时候才会删除。
refreshAfterWrite：刷新策略，设置为比写入时间小可以保证缓存永不失效，对于某些场景，比如请求频率低但是耗时长的业务来说，自动刷新能够显著提升效率和体验
maximumSize：缓存的item的最大数目，如果超过这个数， caffeine将根据Window TinyLfu策略淘汰一些key，类似的参数还有maximumWeight，示例代码如下，设置maximumWeight的同时，要设置weigher参数，根据key生成对应的weight，如果累计weight达到了maximumWeight，将会进行key的淘汰，淘汰策略与maximumSize一样，与weight无关。另外，maximumSize与maximumWeight不能同时使用，否则会报IllegalStateException。

LoadingCache<Integer, String> weightLoadingCache = Caffeine.newBuilder()
                .maximumWeight(1000)
                .weigher((Weigher<Integer, String>) (integer, s) -> integer)
                .build(new CacheLoader<Integer, String>() {
                    @Nullable
                    @Override
                    public String load(@NonNull Integer integer) throws Exception {
                        return null;
                    }
                });

removalListener：当缓存被移除的时候执行的策略，例如打日志等
build参数CacheLoader：用于refresh时load缓存的策略，根据具体业务而定，建议在实现load方法的同时实现loadAll方法loadAll方法适用于批量查缓存的需求，或者刷新缓存涉及到网络交互等耗时操作。比如你的缓存数据需要从redis里获取，如果不实现loadAll，则需要多次load操作，也就需要多次redis交互，非常耗时，而实现loadAll，则可以在loadAll里向redis发送一条批量请求，显著降低网络交互次数和时间，显著提升效率。

注意事项

caffeine是不缓存null值的，如果在load的时候返回null，caffeine将会把对应的key从缓存中删除，同时，loadAll返回的map里是不可以包含value为null的数据，否则将会报NullPointerException

常用方法

V get(@NonNull K key)

返回给定的key在LoadingCache中的数据，如果cache中没有该key，将调用CacheLoader的load方法去load数据，如果load不到数据，将返回null。

Map<K, V> getAll(@NonNull Iterable<? extends K> keys)

返回keys中的key的缓存数据，组合成map，如果某个key或某些key在缓存中不存在，将会调用loadAll去load数据，loadAll仍然无法load到数据的key，将不会put到返回的map里。

void refresh(@NonNull K key)

明确地更新某个key，异步调用load

put，putAll

这两个方法明确地添加缓存，对于LoadingCache来说，实际上是不需要调用，因为在get和getAll的时候会自动load缓存，如果缓存不存在。

问题

LoadingCache虽然定义了refreshAfterWrite，但是实际上，如果你一直不访问某个缓存，它是不会自动刷新的，也就是说LoadingCache是惰性刷新。