在后端系统中，缓存是提升性能的关键手段，但并非所有场景都适合引入 Redis 这类分布式缓存 —— 对于本地高频访问的小数据（如配置信息、字典表），Guava 缓存凭借轻量级、零部署成本的优势，成为更优选择。它就像一把 “瑞士军刀”，小巧灵活却能解决不少实际问题。
Guava 缓存是什么？
Guava 是 Google 开源的 Java 工具库，其中的Cache模块提供了基于内存的本地缓存实现，支持过期策略、最大容量限制、缓存加载机制等核心功能。与 HashMap 相比，它多了自动过期、淘汰策略和统计监控能力；与 Redis 相比，它省去了网络开销，适合单机场景的临时缓存。
核心特性与使用场景
1. 自动过期与淘汰机制
Guava 缓存支持两种过期策略：
-
写入过期（
expireAfterWrite）：数据写入后多久过期（如商品详情缓存 10 分钟） -
访问过期（
expireAfterAccess）：数据最后一次访问后多久过期（如用户会话缓存）
还支持基于容量的淘汰（maximumSize），当缓存条目数超过限制时，自动删除最少使用（LRU）的条目。
代码示例：
LoadingCache<String, Product> productCache = CacheBuilder.newBuilder()
.maximumSize(1000) // 最大缓存1000条
.expireAfterWrite(10, TimeUnit.MINUTES) // 写入后10分钟过期
.recordStats() // 开启统计
.build(new CacheLoader<String, Product>() {
// 缓存不存在时加载数据（自动触发）
@Override
public Product load(String productId) throws Exception {
return productDao.getById(productId); // 从数据库加载
}
});
// 使用缓存
try {
Product product = productCache.get("1001"); // 存在则返回缓存，否则调用load方法
} catch (ExecutionException e) {
// 处理加载失败
}
2. 缓存刷新与预热
- 主动刷新：通过
refresh(key)方法触发缓存更新，刷新过程中仍返回旧值（避免阻塞） - 缓存预热：系统启动时主动加载热点数据到缓存，如首页推荐商品，减少首次访问的加载延迟
3. 统计监控
开启recordStats()后，可通过stats()方法获取缓存命中率、加载时间等指标，帮助优化缓存策略：
CacheStats stats = productCache.stats();
double hitRate = stats.hitRate(); // 命中率（越高越好）
long averageLoadTime = stats.averageLoadPenalty(); // 平均加载时
避坑指南
- 不适合存储大量数据：本地缓存占用 JVM 内存，过大可能导致 OOM，建议单实例缓存不超过 10 万条
- 注意线程安全：
get()方法是线程安全的，但自定义load方法需确保线程安全 - 避免缓存雪崩：本地缓存无分布式协调机制，多实例同时失效可能压垮数据库，建议过期时间加随机偏移量
