在多線程高並發場景中往往是離不開cache的，需要根據不同的應用場景來需要選擇不同的cache，比如分布式緩存如redis、memcached，還有本地（進程內）緩存如ehcache、GuavaCache、Caffeine、LocalCache等。
一、ehcache
在Java項目廣泛的使用。它是一個開源的、設計於提高在數據從RDBMS中取出來的高花費、高延遲采取的一種緩存方案。正因為Ehcache具有健壯性（基於java開發）、被認證（具有apache 2.0 license）、充滿特色（稍后會詳細介紹），所以被用於大型復雜分布式web application的各個節點中。
什么特色？
1. 夠快
Ehcache的發行有一段時長了，經過幾年的努力和不計其數的性能測試，Ehcache終被設計於large, high concurrency systems.
2. 夠簡單
開發者提供的接口非常簡單明了，從Ehcache的搭建到運用運行僅僅需要的是你寶貴的幾分鍾。其實很多開發者都不知道自己用在用Ehcache，Ehcache被廣泛的運用於其他的開源項目
比如：hibernate
3.夠袖珍
關於這點的特性，官方給了一個很可愛的名字small foot print ，一般Ehcache的發布版本不會到2M，V 2.2.3 才 668KB。
4. 夠輕量
核心程序僅僅依賴slf4j這一個包，沒有之一！
5.好擴展
Ehcache提供了對大數據的內存和硬盤的存儲，最近版本允許多實例、保存對象高靈活性、提供LRU、LFU、FIFO淘汰算法，基礎屬性支持熱配置、支持的插件多
6.監聽器
緩存管理器監聽器 （CacheManagerListener）和 緩存監聽器（CacheEvenListener）,做一些統計或數據一致性廣播挺好用的
二、guava cache
先說說一般的cache都會實現的基礎功能包括：
提供一個存儲緩存的容器，該容器實現了存放（Put）和讀取（Get）緩存的接口供外部調用。 緩存通常以<key,value>的形式存在，通過key來從緩存中獲取value。當然容器的大小往往是有限的（受限於內存大小），需要為它設置清除緩存的策略。
在GuavaCache中緩存的容器被定義為接口Cache<K, V>的實現類，這些實現類都是線程安全的，因此通常定義為一個單例。並且接口Cache是泛型，很好的支持了不同類型的key和value。作為示例，我們構建一個key為Integer、value為String的Cache實例：
final static Cache<Integer, String> cache = CacheBuilder.newBuilder() //設置cache的初始大小為10，要合理設置該值 .initialCapacity(10) //設置並發數為5，即同一時間最多只能有5個線程往cache執行寫入操作 .concurrencyLevel(5) //設置cache中的數據在寫入之后的存活時間為10秒 .expireAfterWrite(10, TimeUnit.SECONDS) //構建cache實例 .build();
據說GuavaCache的實現是基於ConcurrentHashMap的，因此上面的構造過程所調用的方法，通過查看其官方文檔也能看到一些類似的原理。比如通過initialCapacity(5)定義初始值大小，要是定義太大就好浪費內存空間，要是太小，需要擴容的時候就會像map一樣需要resize，這個過程會產生大量需要gc的對象，還有比如通過concurrencyLevel(5)來限制寫入操作的並發數，這和ConcurrentHashMap的鎖機制也是類似的（ConcurrentHashMap讀不需要加鎖，寫入需要加鎖，每個segment都有一個鎖）。
三、Caffeine
Caffeine是使用Java8對Guava緩存的重寫版本，在Spring 5.0或者Spring Boot 2.0中將取代，基於LRU算法實現，支持多種緩存過期策略。
那么為什么這么好的東西需要被淘汰呢，如果對於本地Cache有過深入研究的人應該知道LRU算法基本可以滿足大部分的場景，但是很多人為了精益求精，基於LRU的算法，又在此基礎上提出了一系列更好的，更有效果的淘汰策略。比如有ARC，LIRS和W-TinyLFU等都提供了接近最理想的命中率，他們這些算法進一步提高了本地緩存的效率。
Cache的目的就是緩存，如果在功能一樣的情況下，最重要的突破就是性能了。從功能上來看GuavaCache已經比較完善了，基本滿足了絕大部分本地緩存的需求。那么Spring5使用Caffeine來代替GuavaCache就是因為性能的問題了。
Caffeine的API的操作功能和Guava是基本保持一致的，並且Caffeine為了兼容之前是Guava的用戶，做了一個Guava的Adapter給大家使用也是十分的貼心。
當然Caffeine的調整不只有算法上面的調整，還有內存方面的優化以及一些實用的方法沒有覆蓋到。不過相信僅僅是上面提到的新特點就會讓人們有心動的想法去嘗試。