多级缓存核心是请求优先命中caffeine本地缓存（纳秒级），未命中再查redis（毫秒级），最后查数据库，并按序回填；更新时采用cache aside模式删除缓存而非更新，辅以消息广播或ttl兜底保障一致性。
在 Spring Boot 中配置多级缓存（Caffeine + Redis），核心是让高频请求优先命中本地内存，大幅减少网络调用，从而把系统吞吐量从“Redis 级”拉升到“本地级”。这不是简单堆砌两个缓存组件，而是要有明确的层级分工、统一的访问路径和可控的一致性策略。
选型与依赖：Caffeine 做 L1，Redis 做 L2
本地缓存必须轻量、低延迟、高命中率；分布式缓存必须可共享、易管理、支持淘汰。Spring 生态中已形成事实标准：
- Caffeine：Spring 5+ 官方推荐替代 Guava 的本地缓存，基于 W-TinyLFU 算法，读写性能比 Guava 高 4 倍以上，支持最大容量、过期时间、引用类型等精细控制
- Redis：用
spring-boot-starter-data-redis（非 reactive 版即可满足大多数场景），配合StringRedisTemplate或泛型RedisTemplate操作
引入依赖示例：
<dependency><groupid>com.github.ben-manes.caffeine</groupid><artifactid>caffeine</artifactid></dependency><dependency><groupid>org.springframework.boot</groupid><artifactid>spring-boot-starter-data-redis</artifactid></dependency>
分层访问逻辑：按顺序穿透，命中即止
所有读请求必须走同一入口，不能有的走 @Cacheable，有的手动查 Redis，否则缓存策略会失控。推荐封装成统一 Service 方法：
- 先查 Caffeine 缓存（
cache.getIfPresent(key)），命中直接返回，耗时纳秒级 - 未命中则查 Redis（如
redisTemplate.opsForValue().get(key)），命中后立即写入 Caffeine 并返回 - Redis 也未命中，查数据库，成功后先写 Redis（设合理 TTL），再写 Caffeine（TTL 可略短于 Redis，比如 1/3～1/2）
注意：Caffeine 不建议设永不过期，应配合主动刷新或较短 TTL（如 10 分钟），避免脏数据长期滞留。
Java Maven Common
下载
Java Maven 项目审查工作流的通用输入处理。当 Java Maven 项目以 ZIP压缩包或 GitLab 仓库 URL 形式提供且需要...时使用。
更新一致性：用 Cache Aside + 失效通知，不更新缓存
写操作不更新两级缓存，而是删除 Redis 缓存，并触发本地缓存失效——这是避免并发不一致最稳妥的方式：
- 更新数据库成功后，调用
redisTemplate.delete("key") - 通过消息队列（如 RocketMQ）、Redis Pub/Sub 或 Spring Event，广播“缓存失效事件”，各节点收到后调用
caffeineCache.invalidate(key) - 不推荐“先删缓存再更新 DB”或“先更新 DB 再更新缓存”，高并发下极易出现中间态不一致
若无消息中间件，可接受短暂不一致，采用“超时自动失效”策略：Redis TTL 设为 30 分钟，Caffeine TTL 设为 5 分钟，靠时间兜底。
监控与调优：看命中率，不只看速度
多级缓存是否生效，不能只测接口响应时间，关键看各级命中率：
- Caffeine 提供
cache.stats()，暴露 hitCount、missCount、evictionCount，可暴露为 Actuator 指标 - Redis 用
INFO stats查keyspace_hits/misses，或用redis-cli --stat实时观察 - 如果 Caffeine 命中率低于 70%，说明热点不集中或缓存容量太小；如果 Redis 命中率低于 50%，可能需检查 Key 设计或预热机制
调优方向很明确：增大 Caffeine maximumSize（如 10000）、调整 expireAfterWrite 和 expireAfterAccess 组合、为不同业务域设置独立缓存实例。
Java免费学习笔记：立即使用
解锁 Java 大师之旅：从入门到精通的终极指南
