[008][租户模块]基于Caffeine的租户隔离与两级缓存实践[008][租户模块]基于Caffeine的租户隔离与

[008][租户模块]基于Caffeine的租户隔离与两级缓存实践

在SaaS多租户系统中，缓存隔离是一个必须解决的问题——不同租户的数据不应相互干扰，同时又需要保证高性能。本文以一个轻量级的缓存路由框架为例，分析如何利用 Caffeine 实现租户级别的本地缓存隔离，并进一步扩展为 Caffeine + Redis 的两级缓存方案。

一、核心需求与设计目标

租户隔离：每个租户拥有独立的缓存空间，避免数据窜读。
动态路由：根据当前请求的租户ID，自动选择对应的缓存管理器。
两级缓存：本地Caffeine（一级）提供纳秒级访问，远程Redis（二级）提供跨节点共享，兼顾性能与一致性。
延迟初始化：仅在租户首次访问时创建其专属缓存管理器，避免启动时占用大量内存。

二、基础抽象：`AbstractRoutingCacheManager`

该抽象类模仿Spring的AbstractRoutingDataSource，作为所有路由缓存管理器的基类。

public abstract class AbstractRoutingCacheManager<T extends CacheManager> implements CacheManager {
    private Map<Object, T> targetCacheManagers = new ConcurrentHashMap<>();

    @Override
    public Cache getCache(String name) {
        return determineTargetDataSource().getCache(name);
    }

    protected CacheManager determineTargetDataSource() {
        Object lookupKey = determineCurrentLookupKey();
        return targetCacheManagers.computeIfAbsent(lookupKey, this::createCacheManager);
    }

    protected abstract Object determineCurrentLookupKey();
    protected abstract T createCacheManager(Object name);
}

设计要点：

determineCurrentLookupKey()：由子类实现，通常从TenantContextHolder中获取当前线程的租户ID。
computeIfAbsent：保证同一租户只创建一个缓存管理器实例，实现按需延迟加载。
完全委托模式：所有CacheManager接口方法都转发给当前租户对应的管理器。

三、租户级Caffeine缓存管理器

public class TenantCaffeineCacheManager extends AbstractRoutingCacheManager<CaffeineCacheManager> {
    private final CaffeineCacheManagerCreator caffeineCacheManagerCreator;

    @Override
    protected Object determineCurrentLookupKey() {
        return TenantContextHolder.get();
    }

    @Override
    protected CaffeineCacheManager createCacheManager(Object name) {
        return caffeineCacheManagerCreator.newInstance();
    }
}

亮点：

每个租户获得一个独立的CaffeineCacheManager实例，底层Caffeine缓存完全隔离。
CaffeineCacheManagerCreator负责生产默认配置的Caffeine管理器（例如设置过期时间、最大条目等），支持后续定制。

四、两级缓存：Caffeine + Redis

多级缓存管理器MultiLevelCacheManager（未完整贴出，但从创建器可推断）组合了一级本地缓存和二级分布式缓存。其创建器如下：

public class TenantMultiLevelCacheManagerCreator implements Supplier<MultiLevelCacheManager> {
    private final TenantCaffeineCacheManagerCreator tenantCaffeineCacheManagerCreator;
    private final RedisCacheManagerCreator redisCacheManagerCreator;

    @Override
    public MultiLevelCacheManager get() {
        // 双重检查锁单例
        instance = new MultiLevelCacheManager(
            tenantCaffeineCacheManagerCreator.get(),
            redisCacheManagerCreator.get()
        );
        return instance;
    }
}

工作流程推测：

读操作：先从Caffeine获取，未命中则查Redis，命中后回填Caffeine。
写操作：同时更新Redis并失效Caffeine（或更新Caffeine）。
租户维度的隔离由上下层共同保证：不同的租户使用不同的Caffeine实例，Redis中的key也会拼接租户ID前缀。

五、Spring自动配置与创建器模式

TenantCacheConfiguration提供@ConditionalOnMissingBean的Bean定义，使得使用者可以开箱即用或覆盖默认实现。

@Configuration(proxyBeanMethods = false)
public class TenantCacheConfiguration {
    @Bean
    @ConditionalOnMissingBean
    TenantCaffeineCacheManagerCreator tenantCaffeineCacheManagerCreator(CaffeineCacheManagerCreator caffeineCacheManagerCreator) {
        return new TenantCaffeineCacheManagerCreator(caffeineCacheManagerCreator);
    }

    @Bean
    @ConditionalOnMissingBean
    TenantMultiLevelCacheManagerCreator tenantMultiLevelCacheManagerCreator(
            TenantCaffeineCacheManagerCreator tenantCaffeineCacheManagerCreator,
            RedisCacheManagerCreator redisCacheManagerCreator) {
        return new TenantMultiLevelCacheManagerCreator(tenantCaffeineCacheManagerCreator, redisCacheManagerCreator);
    }
}

创建器模式的价值：

延迟单例：TenantCaffeineCacheManagerCreator保证全局只有一个路由缓存管理器实例，但内部会按需创建租户子管理器。
解决循环依赖：通过Supplier接口避免Bean过早初始化，特别适合多级缓存组合场景。

六、使用场景与优势

场景	推荐方案	收益
单租户本地缓存	`TenantCaffeineCacheManager`	租户隔离，无脏数据
多租户共享数据（如配置）	普通CacheManager	无需隔离
高并发读 + 分布式一致性	两级缓存（Caffeine+Redis）	热数据本地命中，冷数据走Redis
租户动态创建/销毁	路由机制 + 租户上下文	无需重启，自动创建新租户管理器

性能考量：

Caffeine是进程内缓存，同一租户的请求可以共享热点数据，大幅降低Redis压力。
租户数量较多时，每个租户独立的管理器可能会产生一定内存开销（每个管理器有独立配置和缓存实例）。可通过maximumSize限制每租户缓存条目数。

七、扩展方向

动态缓存配置：不同租户可以有不同的Caffeine参数（如过期时间、最大容量）。改造createCacheManager方法，根据租户ID从配置中心获取差异化参数。
懒加载与淘汰：可在租户无活动一段时间后，移除其缓存管理器释放内存。
监控与统计：暴露每个租户的缓存命中率、大小等指标，便于运维。
多级缓存一致性：完善写操作时的广播失效机制（例如使用Redis Pub/Sub通知其他节点清理本地Caffeine）。

八、总结

这套基于AbstractRoutingCacheManager的设计，将“路由”与“具体缓存实现”解耦，实现了优雅的租户隔离。结合Caffeine的高性能和Redis的共享能力，构建了两级缓存方案，非常适合SaaS平台、多租户中间件等场景。开发者只需在请求入口设置TenantContextHolder，后续所有缓存操作即可自动路由到正确租户的命名空间，既保证了数据安全，又获得了极致性能。

附：代码文件结构

AbstractRoutingCacheManager.java：核心路由基类
TenantCaffeineCacheManager.java：租户Caffeine实现
TenantMultiLevelCacheManagerCreator.java：两级缓存创建器
TenantCacheConfiguration.java：Spring自动配置

通过这个示例，你可以轻松扩展支持Ehcache、Hazelcast等其他缓存提供者，并实现相同的租户隔离能力。

[008][租户模块]基于Caffeine的租户隔离与两级缓存实践