github地址：h2cache-spring-boot-starter
一、緩存
當系統的並發量上來了，如果我們頻繁地去訪問數據庫，那么會使數據庫的壓力不斷增大，在高峰時甚至可以出現數據庫崩潰的現象。所以一般我們會使用緩存來解決這個數據庫並發訪問問題，用戶訪問進來，會先從緩存里查詢，如果存在則返回，如果不存在再從數據庫里查詢，最后添加到緩存里，然后返回給用戶，當然了，接下來又能使用緩存來提供查詢功能。
而緩存，一般我們可以分為本地緩存和分布式緩存。
常用的本地緩存有 ehcache、guava cache，而我們一般都是使用 ehcache，畢竟他是純 Java 的，出現問題我們還可以根據源碼解決，並且還能自己進行二次開發來擴展功能。
常用的分布式緩存當然就是 Redis 了，Redis 是基於內存和單線程的，執行效率非常的高。
二、Spring Cache
相信如果要整合緩存到項目中，大家都會使用到 Spring Cache，它不但整合了多種緩存框架（ehcache、jcache等等），還可以基於注解來使用，是相當的方便。
緩存框架的整合在 spring-context-support 中：
緩存注解在 spring-context 中：
當然了，在 Spring 的 context 中沒有整合 Redis，但是我們可以在 spring-data-redis 中找到。
但是我們都知道，不管是在 Spring 項目 還是 Spring Boot 中，我們都只能整合一種緩存，不能同時整合多種緩存。
在 Spring Boot 中，我們一般是利用 spring.cache.type 來指定使用哪種緩存，然后填寫相關配置信息來完成自動配置。
CacheType 的源碼：我們可以看到，Spring 是支持非常多種緩存框架的。
package org.springframework.boot.autoconfigure.cache;
public enum CacheType {
GENERIC,
JCACHE,
EHCACHE,
HAZELCAST,
INFINISPAN,
COUCHBASE,
REDIS,
CAFFEINE,
SIMPLE,
NONE;
private CacheType() {
}
}
那么如果我們就是有這么一種需求，要整合兩種緩存框架：例如一個本地緩存 Ehcache，一個分布式緩存 Redis，
那能整么？
能是能，但是 Spring 可不提供這種多級緩存，而是需要你自己動手來整了。
三、h2cache-spring-boot-starter
1、什么是 h2cache-spring-boot-starter?
在微服務中，每個服務都是無狀態的，服務之間需要經過 HTTP 或者 RPC 來進行通信。而每個服務都擁有自己對應的數據庫，所以說如果服務A 需要獲取服務B 的某個表的數據，那么就需要一次 HTTP 或 RPC 通信，那如果高峰期每秒需要調用100次，那豈不是需要100次 HTTP 或 RPC 通信，這是相當耗費接口性能的。
那怎么解決呢？
本地緩存那是肯定不是的，因為一般不同服務都是部署在不同的機器上面的，所以此時我們需要的是分布式緩存，例如 Redis；但是，訪問量高的的服務當然還是需要本地緩存了。所以最后，我們不但需要本地緩存，還需要分布式緩存，但是 Spring Boot 卻不能提供這種多級緩存的功能，所以需要我們自己來整合。
不用怕，我已經自己整了一個 Spring Boot Starter了，就是 h2cache-spring-boot-starter，我們只需要在配置文件配置上對應的信息，就可以啟用這個多級緩存的功能了。
2、開始使用
添加依賴：
大家正常引入下面依賴即可，因為我已經將此項目發布到 Maven 中央倉庫了~
<denpency>
<groupId>com.github.howinfun</groupId>
<artifactId>h2cache-spring-boot-starter</artifactId>
<version>0.0.1</version>
</denpency>
在 Spring Boot properties 啟用服務，並且加上對應的配置：
開啟多級緩存服務：
# Enable L2 cache or not
h2cache.enabled=true
配置 Ehcache：
# Ehcache Config
## the path of ehcache.xml (We can put it directly under Resources)
h2cache.ehcache.filePath=ehcache.xml
#Set whether the EhCache CacheManager should be shared (as a singleton at the ClassLoader level) or independent (typically local within the application).Default is "false", creating an independent local instance.
h2cache.ehcache.shared=true
配置 Redis：主要包括默認的緩存配置和自定義緩存配置
要注意一點的是：h2cache-spring-boot-starter 同時引入了 Lettuce 和 Jedis 客戶端，而 Spring Boot 默認使用 Lettuce 客戶端，所以如果我們需要使用 Jedis 客戶端，需要將 Lettuce 依賴去除掉。
# Redis Config
## default Config (expire)
h2cache.redis.default-config.ttl=200
### Disable caching {@literal null} values.Default is "false"
h2cache.redis.default-config.disable-null-values=true
### Disable using cache key prefixes.Default is "true"
h2cache.redis.default-config.use-prefix=true
## Custom Config list
### cacheName -> @CacheConfig#cacheNames @Cacheable#cacheNames and other comments, etc
h2cache.redis.config-list[0].cache-name=userCache
h2cache.redis.config-list[0].ttl=60
h2cache.redis.config-list[0].use-prefix=true
h2cache.redis.config-list[0].disable-null-values=true
h2cache.redis.config-list[1].cache-name=bookCache
h2cache.redis.config-list[1].ttl=60
h2cache.redis.config-list[1].use-prefix=true
#Redis
spring.redis.host=10.111.0.111
spring.redis.password=
spring.redis.port=6379
spring.redis.database=15
# 連接池最大連接數（使用負值表示沒有限制）
spring.redis.jedis.pool.max-active=8
# 連接池中的最小空閑連接
spring.redis.jedis.pool.min-idle=0
# 連接池中的最大空閑連接
spring.redis.jedis.pool.max-idle=8
# 連接池最大阻塞等待時間（使用負值表示沒有限制）
spring.redis.jedis.pool.max-wait=30
如何使用緩存注解
我們只要像之前一樣使用 Spring Cache 的注解即可。
for example：
代碼里的持久層，我使用的是： mybatis-plus.
package com.hyf.testDemo.redis;
import com.baomidou.mybatisplus.core.mapper.BaseMapper;
import org.springframework.cache.annotation.CacheConfig;
import org.springframework.cache.annotation.CacheEvict;
import org.springframework.cache.annotation.CachePut;
import org.springframework.cache.annotation.Cacheable;
import org.springframework.cache.annotation.Caching;
import org.springframework.stereotype.Repository;
/**
* @author Howinfun
* @desc
* @date 2020/3/25
*/
@Repository
// Global cache config,We usually set the cacheName
@CacheConfig(cacheNames = {"userCache"})
public interface UserMapper extends BaseMapper<User> {
/**
* put the data to cache(Ehcache & Redis)
* @param id
* @return
*/
@Cacheable(key = "#id",unless = "#result == null")
User selectById(Long id);
/**
* put the data to cache After method execution
* @param user
* @return
*/
@CachePut(key = "#user.id", condition = "#user.name != null and #user.name != ''")
default User insert0(User user) {
this.insert(user);
return user;
}
/**
* evict the data from cache
* @param id
* @return
*/
@CacheEvict(key = "#id")
int deleteById(Long id);
/**
* Using cache annotations in combination
* @param user
* @return
*/
@Caching(
evict = {@CacheEvict(key = "#user.id", beforeInvocation = true)},
put = {@CachePut(key = "#user.id")}
)
default User updateUser0(User user){
this.updateById(user);
return user;
}
}
測試一下：
查詢：我們可以看到，在數據庫查詢到結果后，會將數據添加到 Ehcache 和 Redis 緩存中；接着之后的查詢都將會先從 Ehcache 或者 Redis 里查詢。
2020-04-03 09:55:09.691 INFO 5920 --- [nio-8080-exec-7] com.zaxxer.hikari.HikariDataSource : HikariPool-1 - Starting...
2020-04-03 09:55:10.044 INFO 5920 --- [nio-8080-exec-7] com.zaxxer.hikari.HikariDataSource : HikariPool-1 - Start completed.
2020-04-03 09:55:10.051 DEBUG 5920 --- [nio-8080-exec-7] c.h.t.redis.BookMapper2.selectById : ==> Preparing: SELECT id,create_time,update_time,read_frequency,version,book_name FROM book WHERE id=?
2020-04-03 09:55:10.068 DEBUG 5920 --- [nio-8080-exec-7] c.h.t.redis.BookMapper2.selectById : ==> Parameters: 51(Long)
2020-04-03 09:55:10.107 DEBUG 5920 --- [nio-8080-exec-7] c.h.t.redis.BookMapper2.selectById : <== Total: 1
2020-04-03 09:55:10.113 INFO 5920 --- [nio-8080-exec-7] c.hyf.cache.cachetemplate.H2CacheCache : insert into ehcache,key:51,value:Book2(id=51, bookName=微服務架構, readFrequency=1, createTime=2020-03-20T16:10:13, updateTime=2020-03-27T09:14:44, version=1)
2020-04-03 09:55:10.118 INFO 5920 --- [nio-8080-exec-7] c.hyf.cache.cachetemplate.H2CacheCache : insert into redis,key:51,value:Book2(id=51, bookName=微服務架構, readFrequency=1, createTime=2020-03-20T16:10:13, updateTime=2020-03-27T09:14:44, version=1)
2020-04-03 09:55:31.864 INFO 5920 --- [nio-8080-exec-2] c.hyf.cache.cachetemplate.H2CacheCache : select from ehcache,key:51
刪除：刪除數據庫中的數據后，也會刪除 Ehcache 和 Redis 中對應的緩存數據。
2020-04-03 10:05:18.704 DEBUG 5920 --- [nio-8080-exec-3] c.h.t.redis.BookMapper2.deleteById : ==> Preparing: DELETE FROM book WHERE id=?
2020-04-03 10:05:18.704 DEBUG 5920 --- [nio-8080-exec-3] c.h.t.redis.BookMapper2.deleteById : ==> Parameters: 51(Long)
2020-04-03 10:05:18.731 DEBUG 5920 --- [nio-8080-exec-3] c.h.t.redis.BookMapper2.deleteById : <== Updates: 1
2020-04-03 10:05:18.732 INFO 5920 --- [nio-8080-exec-3] c.hyf.cache.cachetemplate.H2CacheCache : delete from ehcache,key:51
2020-04-03 10:05:18.844 INFO 5920 --- [nio-8080-exec-3] c.hyf.cache.cachetemplate.H2CacheCache : delete from redis,key:51
其他的就不用演示了...
四、最后
當然啦，這個 starter 還是比較簡單的，如果大家感興趣，可以去看看源碼是如何基於 Spring Cache 實現多級緩存的~