Skip to content
Max / Knowledge

整体架构

Difficulty
Advanced
Status
Stable
Last reviewed
2026年8月

This content is not available in your language yet.

Caffeine 把访问、记录、维护和加载拆开：主读路径快速返回，后续再批量整理队列、过期和驱逐状态。

先给答案：Caffeine 把访问、记录、维护和加载拆开：主读路径快速返回，后续再批量整理队列、过期和驱逐状态

Section titled “先给答案：Caffeine 把访问、记录、维护和加载拆开：主读路径快速返回，后续再批量整理队列、过期和驱逐状态”

Caffeine 把访问、记录、维护和加载拆开：主读路径快速返回，后续再批量整理队列、过期和驱逐状态。 正文沿“启动流程 -> 请求流程 -> 关键取舍”展开：先确认入口和状态归属，再跟踪控制流或数据流的推进，最后落到对外可观察的结果。

主要失效边界集中在“只配 TTL、loader 阻塞、listener 阻塞”这些场景。它们破坏的是容量、顺序、并发或生命周期前提；排查时应先确认状态是否仍由正确对象持有，再核对推进条件和清理路径。

启动流程

Section titled “启动流程”
maximumSize / expire / loader -> Caffeine#build
       -> manual / loading / async implementation
       -> BoundedLocalCache + policies

maximumSize 在 Caffeine.java:447 保存配置；build 在 1102、1128、1160 和 1193 选择实现。

请求流程

Section titled “请求流程”
get -> CHM lookup -> hit: return + record event
                 -> miss: loader/future -> write -> drain -> eviction

get 在 BoundedLocalCache.java:2252，getIfPresent 在 2257；afterWrite 在 1588，maintenance 在 1767。

关键取舍

Section titled “关键取舍”

替代方案：每次命中立即移动 LRU 链表。 为什么不行：热点访问会竞争同一条写共享结构。 证据：命中只记录事件，drainReadBuffer（BoundedLocalCache.java:1829）批量整理访问顺序。

边界与踩坑

Section titled “边界与踩坑”
场景 原因 规避
只配 TTL 维护由访问/写入触发 配 scheduler 或 cleanUp
loader 阻塞 同步 loader 在调用线程执行 隔离线程池或异步 loader
listener 阻塞 回调处于维护链路 只做轻量投递

可迁移知识

Section titled “可迁移知识”

“快速记录、延后归并、批量维护”适合指标、日志、连接池和本地索引。

面试锚点

  • Caffeine 为什么不是 ConcurrentHashMap 加 LRU？
  • 读路径为什么不立即更新访问队列？
  • build() 如何选择同步和异步实现？
Section titled “Related”