You need to enable JavaScript to run this app. SpringBoot整合Caffeine缓存时如何获取对象从缓存返回的通知
优惠活动
大模型
产品
解决方案
定价
更多

SpringBoot整合Caffeine缓存时如何获取对象从缓存返回的通知

针对你的需求,Spring Boot 2.2.x + Caffeine 2.8.0 没有直接内置名为objectServedFromCacheListener的回调接口,但可以通过扩展Spring Cache的内置组件实现100%准确的缓存命中监听,不需要依赖时长判断这类不可靠的方案,具体实现方案如下:

方案1:自定义CaffeineCache装饰器(最精准,无侵入业务代码)

该方案通过扩展Spring原生的CaffeineCache类,重写缓存查询逻辑,命中时触发自定义回调,完全适配Spring缓存的注解体系,不需要修改任何业务代码:

  1. 自定义可监听命中的缓存实现类
import com.github.benmanes.caffeine.cache.Cache;
import org.springframework.cache.caffeine.CaffeineCache;
import java.util.concurrent.Callable;

public class ListenableCaffeineCache extends CaffeineCache {
    public ListenableCaffeineCache(String name, Cache<Object, Object> cache) {
        super(name, cache);
    }

    @Override
    public ValueWrapper get(Object key) {
        ValueWrapper valueWrapper = super.get(key);
        // 非空即缓存命中
        if (valueWrapper != null) {
            doOnCacheHit(key, valueWrapper.get());
        }
        return valueWrapper;
    }

    @Override
    public <T> T get(Object key, Callable<T> valueLoader) {
        Cache<Object, Object> nativeCache = getNativeCache();
        // 先判断是否已存在缓存
        Object existVal = nativeCache.getIfPresent(key);
        if (existVal != null) {
            doOnCacheHit(key, existVal);
            return (T) existVal;
        }
        // 缓存未命中,调用业务方法加载数据
        try {
            T newValue = valueLoader.call();
            put(key, newValue);
            return newValue;
        } catch (Exception e) {
            throw new RuntimeException(e);
        }
    }

    // 自定义缓存命中后的处理逻辑
    private void doOnCacheHit(Object key, Object value) {
        // 此处可写日志记录、指标上报、业务监听等逻辑
        System.out.printf("缓存命中,key:%s,返回值:%s%n", key, value);
    }
}
  1. 替换默认的CacheManager实现
import com.github.benmanes.caffeine.cache.Caffeine;
import org.springframework.cache.CacheManager;
import org.springframework.cache.caffeine.CaffeineCacheManager;
import org.springframework.context.annotation.Bean;
import org.springframework.context.annotation.Configuration;
import java.util.concurrent.TimeUnit;

@Configuration
public class CacheConfig {
    @Bean
    public Caffeine caffeineConfig() {
        return Caffeine.newBuilder()
                .maximumSize(1000)
                .expireAfterWrite(4, TimeUnit.HOURS);
    }

    @Bean
    public CacheManager cacheManager(Caffeine caffeine) {
        CaffeineCacheManager cacheManager = new CaffeineCacheManager() {
            @Override
            protected CaffeineCache createCaffeineCache(String name) {
                return new ListenableCaffeineCache(name, caffeine.build());
            }
        };
        cacheManager.setCaffeine(caffeine);
        return cacheManager;
    }
}
方案2:利用Caffeine原生统计功能(适合仅需统计无需实时触发回调的场景)

如果你不需要每次命中都执行业务逻辑,仅需要统计命中率、命中次数这类指标,直接开启Caffeine的内置统计即可:

  1. 修改Caffeine配置开启统计
@Bean
public Caffeine caffeineConfig() {
    return Caffeine.newBuilder()
            .maximumSize(1000)
            .expireAfterWrite(4, TimeUnit.HOURS)
            .recordStats(); // 开启命中、未命中、加载耗时等统计
}
  1. 任意位置获取统计数据
import com.github.benmanes.caffeine.cache.stats.CacheStats;
import org.springframework.cache.CacheManager;
import org.springframework.cache.caffeine.CaffeineCache;
import org.springframework.beans.factory.annotation.Autowired;

public class CacheStatsService {
    @Autowired
    private CacheManager cacheManager;

    public void getCacheMetrics(String cacheName) {
        CaffeineCache cache = (CaffeineCache) cacheManager.getCache(cacheName);
        if (cache != null) {
            CacheStats stats = cache.getNativeCache().stats();
            long hitCount = stats.hitCount(); // 累计命中次数
            long missCount = stats.missCount(); // 累计未命中次数
            double hitRate = stats.hitRate(); // 缓存命中率
        }
    }
}
注意事项
  • 上述两种方案都完全适配你使用的Spring Boot 2.2.2、Caffeine 2.8.0版本,不需要额外引入依赖
  • 不要采用调用时长判断的方案,业务逻辑执行速度波动、缓存查询耗时高等极端场景都会导致误判,准确性无法保证
  • 如果需要区分「缓存命中返回」和「首次加载后返回」,方案1中通过getIfPresent判断的逻辑已经做了明确区分,不会出现误判

内容的提问来源于stack exchange,提问作者Jacobs2000

相关产品推荐
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.10.21 15:24:03