如何实现 Guava Cache 的非阻塞 get() 与异步刷新
GuavaCache的refreshAfterWrite默认同步阻塞,高吞吐场景下线程阻塞严重导致性能差。解决方法是重写CacheLoader.reload方法,返回真正异步完成的ListenableFuture,使get()立即返回旧值并后台异步刷新,避免请求排队阻塞,实现非阻塞刷新,显著提升高并发吞吐量。无需asyncReloading包装,需专用线程池
Gua va Cache 的 refreshAfterWrite 默认行为,可能会让不少开发者踩坑——当缓存条目达到刷新时间但尚未被刷新时,第一次调用 cache.get(key) 会同步触发 reload,哪怕你传入的是 AsyncCacheLoader,当前线程也得老老实实等待数据库查询完成。这在高吞吐、低延迟场景下,简直就是灾难。
那么,怎么解决呢?关键不在于用什么包装器,而在于显式重写 CacheLoader.reload(K, V) 方法,让它返回一个真正异步完成的 ListenableFuture。单纯用 CacheLoader.asyncReloading(...) 是不够的,因为 Gua va 默认还是会调用 reload() 的同步委托版本。只有亲自提供异步实现,才能让 get() 立刻返回旧值,同时后台悄悄加载新值。
来看一个具体的实现(以 Scala 为例,Ja va 同理):
import com.google.common.cache.{CacheBuilder, LoadingCache, CacheLoader}
import com.google.common.util.concurrent.{ListenableFuture, ListenableFutureTask, MoreExecutors}
import ja va.util.concurrent.ExecutorService
class AsyncDbCacheLoader[K, V](dbExecutor: ExecutorService) extends CacheLoader[K, V] {
// 必须重写 reload:返回 Future,且在后台线程中执行 DB 查询
override def reload(key: K, oldValue: V): ListenableFuture[V] = {
val task = ListenableFutureTask.create(() => {
// ✅ 真正的异步 DB 加载逻辑(不阻塞调用线程)
loadFromDatabase(key)
})
dbExecutor.execute(task)
task
}
// 基础 load 方法(用于初始加载或 fallback)
override def load(key: K): V = {
loadFromDatabase(key)
}
private def loadFromDatabase(key: K): V = {
// 模拟耗时 DB 查询(如 JDBC/ORM 调用)
// 注意:此处不应在当前线程同步阻塞,但 load() 本身允许阻塞(仅用于首次加载)
// 实际中可考虑用 CompletableFuture + join() 或适配响应式客户端
???
}
}
// 构建缓存:关键点 —— 不再使用 asyncReloading 包装!直接传入自定义 AsyncDbCacheLoader
val cache: LoadingCache[String, User] = CacheBuilder.newBuilder()
.maximumSize(10_000)
.refreshAfterWrite(30, TimeUnit.SECONDS) // 触发刷新的时机
.expireAfterWrite(5, TimeUnit.MINUTES) // 最大存活时间(兜底过期)
.concurrencyLevel(8)
.recordStats()
.build(new AsyncDbCacheLoader(dbThreadPool))
这里有几个关键点需要特别留意:
reload(K, V)是核心:Gua va 在 refresh 场景下优先调用此方法(而非load(K))。只有它返回ListenableFuture,且该 Future 异步完成,才能实现“get()立刻返回旧值 + 后台刷新”。- 无需
asyncReloading():这个工具类适用于把同步 CacheLoader “包装”成异步,但它改变不了reload()的默认同步行为。而我们直接重写 reload 原生支持异步,更直接、更可控。 - 线程安全与资源隔离:DB 查询务必提交到专用线程池(如
dbThreadPool),避免占用缓存操作线程(比如ForkJoinPool.commonPool),防止线程饥饿。 - 异常处理建议:在 reload 中捕获 DB 异常,并在 Future 中传播(如
task.setException(e)),Gua va 会记录统计并保留旧值;也可以主动调用cache.refresh(key)触发刷新并监听结果。 - 注意
load()仍可能阻塞:首次加载或缓存未命中时,load()会被调用——如果 DB 查询极慢,仍会影响单次请求。对此可以考虑预热、降级策略,或者结合get(key, callable)提供超时 fallback。
好了,总结一下:Gua va Cache 的非阻塞刷新能力并不是开箱即用的,它依赖开发者正确实现 reload() 的异步契约。只要 reload 返回真正异步完成的 ListenableFuture,配合 refreshAfterWrite,就能达成“读不阻塞、数据最终一致”的高性能缓存模式——旧值即时服务,新值后台更新,完美契合数据库读多写少、容忍短暂陈旧的业务场景。


































