这篇文章将为大家详细讲解有关SpringCache如何实现请求级别缓存，小编觉得挺实用的，因此分享给大家做个参考，希望大家阅读完这篇文章后可以有所收获。
要将数据缓存在一次请求周期内，那我们先得区分是什么环境下的请求，以分析我们如何存储数据。
Web环境下的有个绝佳的数据存储位置 HttpServletRequest的Attribute 。调用setAttribute和getAttribute方法就能轻易地将我们的数据用key-value的形式存储在请求上，而且每次请求都自动拥有一个干净的Request。想要获取到HttpServletRequest 也非常简单，在web请求中随时随地调用((ServletRequestAttributes) RequestContextHolder.getRequestAttributes()).getRequest() 即可。
我司所使用的rpc框架是基于finagle自研的，对外提供服务时使用线程池进行处理请求，即对于一次完整的请求，会使用同一个线程进行处理。首先想到的办法还是改动这个rpc框架服务端，增加一个可以对外暴露的、可以key-value存储的请求上下文。为了能在方便的地方获取到这个请求上下文，得将其存储在ThreadLocal中。
综合这两种环境考虑，我们最好还是实现一个统一的方案以减少维护和开发成本。Spring的RequestContextHolder.getRequestAttributes()其实也是使用ThreadLocal来实现的，那我们可以统一将数据存到ThreadLocal<Map<Object,Object>>，自己来维护缓存的清理。
存储位置有了，接下来实现SpringCache思路就比较清晰了。
要实现SpringCache需要一个CacheManager，接口定义如下
xxxxxxxxxx
public interface CacheManager {Cache getCache(String name);
Collection<String> getCacheNames();
}
可以看到其实只需要实现Cache接口就行了。 在上一篇文章中提到的SimpleCacheManager，它的Cache实现ConcurrentMapCache内部的存储是依赖ConcurrentMap<Object, Object>。我们的实现跟它非常类似，最主要的不同是我们需要使用ThreadLocal<Map<Object, Object>> 下面给出几处关键的实现，其他部分简单看下ConcurrentMapCache就能明白。
我们选择不直接继承Cache而是AbstractValueAdaptingCache，其被大多数缓存实现所继承，它的作用主要是包装value值以区分是没有命中缓存还是缓存的null值。
xxxxxxxxxx
private final ThreadLocal<Map<Object, Object>> store = ThreadLocal.withInitial(() -> new HashMap<>(128));
我们的缓存数据存储的地方，ThreadLocal保证缓存只会存在于这一个线程中。同时又因为只有一个线程能够访问，我们简单地使用HashMap即可。
xxxxxxxxxx
public <T> T get(Object key, Callable<T> valueLoader) { return (T) fromStoreValue(this.store.get().computeIfAbsent(key, r -> { try {return toStoreValue(valueLoader.call());
} catch (Throwable ex) {throw new ValueRetrievalException(key, valueLoader, ex);
}
}));
}
至此我们即将大功告成，只差一个步骤，ThreadLocal的清理：使用AOP实现即可。
xxxxxxxxxx
@After("bean(server)") public void clearThreadCache() {threadCacheManager.clear();
}
记得将Cache的clear方法通过我们自定义的CacheManager暴露出来。同时也要确保切面能覆盖每个请求的结束。
从以上一个简单的ThreadLocalCacheManager实现，我们对CacheManager又有了更多的理解。
同时可能也会有更多的疑问。
再回顾Spring Cache为我们提供的@Cacheable中的sync的注释，它提到此功能的作用是: 同步化对被注解方法的调用，使得多个线程试图调用此方法时，只有一个线程能够成功调用，其他线程直接取这次调用的返回值。同时也提到这仅仅只是个hint，是否真的能成还是要看缓存提供者。
我们找到Spring Cache处理缓存调用的关键方法org.springframework.cache.interceptor.CacheAspectSupport#execute(org.springframework.cache.interceptor.CacheOperationInvoker, java.lang.reflect.Method, org.springframework.cache.interceptor.CacheAspectSupport.CacheOperationContexts) (spring-context-5.1.5.RELEASE)
经过分析，当sync = true 时, 只会调用如下代码
xxxxxxxxxx
return wrapCacheValue(method, cache.get(key, () -> unwrapReturnValue(invokeOperation(invoker))))
即我们上文实现的T get(Object key, Callable<T> valueLoader) 方法，回头一看一切都清晰了。 只要我们的this.store.get().computeIfAbsent是同步的，那这个sync = true就起作用了。 当然我们这里使用的HashMap不支持，但是我们如果换成ConcurrentMap就能够实现同步化的功能。另外简单粗暴地让方法同步也是可以的（RedisCache就是这样做的）。
当sync = false时，会组合Cache中其他的方法进行缓存的处理。逻辑较为简单清晰，自行阅读源码即可。
异步操作分两种情况，直接创建线程或者使用线程池。对于第一种情况我们可以简单地使用java.lang.InheritableThreadLocal 来替代ThreadLocal，创建的子进程会自然而然地共享父进程的InheritableThreadLocal；第二种情况就相对比较复杂了，建议可以参考 alibaba/transmittable-thread-local ，它实现了线程池下的ThreadLocal值传递功能。
关于“SpringCache如何实现请求级别缓存”这篇文章就分享到这里了，希望以上内容可以对大家有一定的帮助，使各位可以学到更多知识，如果觉得文章不错，请把它分享出去让更多的人看到。
免责声明：本站发布的内容（图片、视频和文字）以原创、转载和分享为主，文章观点不代表本网站立场，如果涉及侵权请联系站长邮箱：is@yisu.com进行举报，并提供相关证据，一经查实，将立刻删除涉嫌侵权内容。
