SpringBoot优雅的集成EhCache

       大家好，我是连边。今天带来的是EhCache在SpringBoot框架下优雅的使用实战。EhCache是剑灵手游源码下载Java生态下的一个快速、精干的进程内缓存框架。当考虑缓存时，通常会想到Redis，但在特定场景下，使用EhCache更合理，特别是单机、单应用内的常见缓存。

       创建Maven项目并引入依赖，包括spring-boot-starter-web、蒸汽部落源码spring-boot-starter-cache、cache-api、ehcache。记得刷新Maven引用，确保所有依赖正确加载。

       配置启动类和ehcache.xml文件。在ehcache.xml中定义缓存模块，指定key和value的类型，以及过期时间。使用配置注解在config文件中开启EhCache。

       设计模拟场景，通过控制器调用Service的接口查找用户。整体代码结构包括控制器入口、service定义等。xcode王者源码

       启动服务，通过浏览器访问/lianbian/EhC...获取，微信公众号读者可点击阅读原文查看。

       我是连边，专注于Java和架构领域，致力于撰写原理、实战与体系化的技术文章。关注订阅号@连边，不错过精彩内容。

Spring Cache 中的表达式求值（及 Spring Cache 小结）

       上一章未完部分，本章重点解析Spring Cache中的表达式求值机制。Cache注解如key、unless、condition等，位置趋势源码支持SpEL表达式。

       CacheOperationExpressionEvaluator在CacheAspectSupport中实现，其关键在于定义的ExpressionKey，实现Comparable接口，包含element和expression字段，并配备SpelExpressionParser和DefaultParameterNameDiscoverer。

       ExpressionKey类在解析过程中扮演关键角色，它从cache获取表达式，若不存在，则使用parser执行parseExpression并缓存结果。此过程需注意表达式的参数名兼容性，分别在Java 8及以下和Java 8以上版本中使用不同的ParameterNameDiscoverer。

       CachedExpressionEvaluator的核心在于解析并缓存表达式，而CacheOperationExpressionEvaluator在其中扮演关键角色，jframe项目源码它创建CacheEvaluationContext，该上下文在SpEL求值过程中提供方法参数。

       CacheOperationExpressionEvaluator中提供了求值关键函数，通过生成CacheEvaluationContext以及调用generateKey等方法，结合SpEL表达式和上下文计算实际值。

       总结，Spring Cache的核心源码至此解析完毕。配置由ProxyCachingConfiguration实现，解析注解则由SpringCacheAnnotationParser完成。CacheAspectSupport作为拦截类，通过CacheResolver等进行解析，结合CacheOperationExpressionEvaluator进行表达式求值，最终执行缓存操作。

④优雅的缓存框架：SpringCache之多级缓存

       多级缓存策略能够显著提升系统响应速度并减轻二级缓存压力。本文采用Redis作为二级缓存，Caffeine作为一级缓存，通过多级缓存的设计实现优化。

       首先，进行多级缓存业务流程图的声明，并通过LocalCache注解对一级缓存进行管理。具体源码地址如下。

       其次，自定义CaffeineRedisCache，进一步优化缓存性能。相关源码地址提供如下。

       为了确保缓存机制的正确执行，自定义CacheResolver并将其注册为默认的cacheResolver。具体实现细节可参考以下源码链接。

       在实际应用中，通过上述自定义缓存机制，能够有效地提升系统性能和用户体验。为了验证多级缓存优化效果，我们提供实战应用案例和源码。相关实战案例和源码如下链接。

       实现多级缓存策略的完整源码如下：

       后端代码：<a href="github.com/L1yp/van-tem...

       前端代码：<a href="github.com/L1yp/van-tem...

       欲加入交流群讨论更多技术内容，点击链接加入群聊： Van交流群

增强Spring改造@CacheEvict，支持缓存批量模糊删除！

       在开发中，遇到一个需要批量模糊删除特定租户缓存的需求。常规的使用方式包括使用@CacheEvict注解清除指定的缓存key或全部缓存。然而，当需要按照租户的唯一TelnetID进行缓存分离时，常规的allEntries = true清空namespace下的所有元素方式已不再适用。因为这种操作将导致所有缓存数据清空，不符合需求。

       为了实现批量模糊删除，需要深入理解@CacheEvict注解的实现原理。通常，@CacheEvict是通过AOP（面向切面编程）实现的，核心类是CacheAspectSupport，其内部方法负责缓存的清理。通过对CacheAspectSupport类的源码分析，我们可以发现缓存清理的逻辑主要在processCacheEvicts方法中，该方法通过调用performCacheEvict方法进行实际的缓存清理。

       在processCacheEvicts方法中，performCacheEvict方法负责调用RedisCache类的evict和clear方法进行缓存清理。当allEntries为true时，调用的是clear方法，该方法以namespace:: *作为key规则进行模糊删除。这一发现为实现批量模糊删除提供了可能，我们可以通过修改evict方法，在namespace *中插入特定的TelnetID，从而实现目标。

       为了实现这一需求，需要重写RedisCache类中的evict方法，并集成RedisCache。同时，为了确保定制的RedisCacheResolver生效，需要将其注入到RedisCacheManager中。这涉及定义一个自定义的RedisCacheManagerResolver类，集成RedisCacheManagerResolver实现。

       在完成RedisCacheResolver的实现后，只需要在RedisConfig中管理自定义的RedisCacheManagerResolver。至此，批量模糊删除特定租户缓存的需求已得到解决。

       通过以上步骤，不仅实现了使用自定义注解进行模糊删除缓存，还深入理解了Spring Cache的实现机制，进一步优化了缓存管理流程。这一技术进阶策略不仅适用于当前问题的解决，也为未来的缓存优化提供了参考。