手写 Redis 系列
java从零手写实现redis（一）如何实现固定大小的缓存？
java从零手写实现redis（三）redis expire 过期原理
java从零手写实现redis（三）内存数据如何重启不丢失？
java从零手写实现redis（五）过期策略的另一种实现思路
java从零手写实现redis（六）AOF 持久化原理详解及实现
java从零手写实现redis（七）LRU 缓存淘汰策略详解
java从零开始手写redis（八）朴素 LRU 淘汰算法性能优化
java从零开始手写redis（九）LRU 缓存淘汰算法如何避免缓存污染
java从零开始手写redis（十）缓存淘汰算法 LFU 最少使用频次
java从零开始手写redis（十一）缓存淘汰算法 COLOK 算法
java从零开始手写redis（十二）过期策略如何实现随机 keys 淘汰
java从零开始手写redis（十三）redis渐进式rehash详解
java从零开始手写redis（十四）JDK HashMap 源码解析
java从零开始手写redis（十四）JDK ConcurrentHashMap 源码解析
java从零开始手写redis（十五）实现自己的 HashMap
java从零开始手写redis（十六）实现渐进式 rehash map
简介
L2Cache 是一个基于内存、 Redis 、 Spring Cache 实现的满足高并发场景下的分布式二级缓存框架。
L2Cache 并没有重复造轮子，它只是将目前市面上比较成熟、经得起考验的框架组合起来，封装屏蔽了复杂的缓存操作和实现原理，最终给开发者留出了一个简单易懂和易维护的分布式缓存开发工具。
L2Cache 核心原理解析
L2Cache是什么
L2Cache 是一个基于内存、 Redis 、 Spring Cache 实现的满足高并发场景下的分布式二级缓存框架。
L2Cache 并没有重复造轮子，它只是将目前市面上比较成熟、经得起考验的框架组合起来，封装屏蔽了复杂的缓存操作和实现原理，最终给开发者留出了一个简单易懂和易维护的分布式缓存开发工具。
L2Cache架构图
核心逻辑
1、发起 get(key) 请求
2、从localCache中get缓存，若存在则返回缓存，若不存在则从Redis中get缓存
3、若从Redis中get到缓存，则返回缓存并put到localCache中
4、若redis中不存在缓存，则执行load从数据源加载数据，并将数据put到localCache和Redis
5、发送refresh消息到MQ，其他节点订阅到消息，则refresh缓存
L2Cache底层原理图
模块介绍
业务层： 系统中实际的业务逻辑【也就是你的业务代码】 缓存层： 承载各种业务维度的缓存实现，简化开发和维护【最佳实践】 缓存构建模块： 用于构建各种类型的缓存对象 缓存容器： 作为一个容器，用来存储各种业务维度的缓存对象，以便复用【类spring容器】 缓存模块： 实际的缓存对象，分为混合缓存、一级缓存、二级缓存 热key探测模块： 用于探测热key，并缓存到本地缓存，提高性能 缓存同步模块： 用于保证分布式环境下，各个POD节点中本地缓存的一致性
L2Cache模块演进图
初始版本： 基于快速迭代的理念，优先实现核心功能并快速验证。
当前版本： 基于可拔插的设计理念，设计出具有高可扩展性和松耦合的代码体系，实现整个框架的模块化、可复用性和职责分离，让后续可能发生的变更更加容易、升级成本更低。
L2Cache缓存层
为什么有了L2Cache缓存框架这一层后，还定义了缓存层呢？
承上启下： 通过缓存层连接业务层和缓存框架。
标准化： 定义一套标准的业务缓存操作，降低系统复杂度，简化开发，便于维护和扩展。
缓存层的核心接口：CacheService 。小接口，大功能。
业务层 只需根据 缓存层 实现的各种维度的CacheService 来组装复杂的业务逻辑即可。
业务层 的难点在于缓存维度的划分。
核心功能
支持多种缓存类型： 一级缓存、二级缓存、混合缓存
解决痛点问题： 缓存击穿、缓存穿透等
动态缓存配置： 支持动态调整混合缓存下的缓存类型，支持热key的手动配置
缓存一致性保证： 通过消息通知的方式来保证集群环境下一级缓存的一致性
自动热key探测： 自动识别热key并缓存到一级缓存
支持缓存批量操作： 支持分页的批量获取、批量删除等
定义通用缓存层： 承上启下，简化业务开发，规整业务代码
1、同其他开源框架的对比
| 核心功能 | JetCache（阿里） | J2Cache（OSChina） | L2Cache |
| ————– | ———————————— | ———————————— | ———————————— |
| 支持的缓存类型 | 一级缓存
二级缓存
混合缓存 | 一级缓存
二级缓存
混合缓存 | 一级缓存
二级缓存
混合缓存 |
| 解决的痛点问题 | 缓存击穿
缓存穿透 | 缓存击穿
缓存穿透 | 缓存击穿
缓存穿透 |
| 缓存一致性保证 | 支持 | 支持 | 支持 |
| 动态缓存配置 | 不支持 | 不支持 | 支持 |
| 自动热key探测 | 不支持 | 不支持 | 支持 |
| 缓存批量操作 | 不支持 | 不支持 | 支持 |
| 通用缓存层 | 不支持 | 不支持 | 支持 |
说明：上面表格的对比，数据正在整理中，后续会再校对一次。
- 从上面表格的对比可发现，
L2Cache的核心优势为三个点：自动热key探测、缓存批量操作、通用缓存层。 - 这三点优势是从实际业务开发中沉淀下来的能力，不仅解决了实现多级缓存的复杂性问题，还进一步屏蔽了业务维度的缓存操作的复杂性。
- 这样一来，原本需要资深开发者才能开发的功能，现在高级和中级开发者，甚至初级开发者都能轻松、高效、高质地进行开发。
- 如果在实际业务开发中，你也遇到开发难度高，难以维护，难以扩展的痛点问题，建议可以试试L2Cache。
反正接入成本低，试试又何妨？
2、L2Cache 的二级缓存结构
1、L1：一级缓存，内存缓存，支持 Caffeine 和 Guava Cache。
2、L2：二级缓存，集中式缓存，支持 Redis。
3、混合缓存，指支持同时使用一级缓存和二级缓存。
由于大量的缓存读取会导致 L2 的网络成为整个系统的瓶颈，因此 L1 的目标是降低对 L2 的读取次数。避免使用独立缓存系统所带来的网络IO开销问题。L2 可以避免应用重启后导致的 L1数据丢失的问题，同时无需担心L1会增加太多的内存消耗，因为你可以设置 L1中缓存数据的数量。
说明：
L2Cache 满足CAP定理中的AP，也就是满足可用性和分区容错性，至于C(一致性)因为缓存的特性所以无法做到强一致性，只能尽可能的去做到一致性，保证最终的一致。
3、关键点
支持根据配置缓存类型来灵活的组合使用不同的Cache。
1、支持只使用一级缓存Caffeine 和 Guava Cache。
2、支持只使用二级缓存Redis。
3、支持同时使用一二级缓存Composite。
4、必知
若使用缓存，则必然可能出现不一致的情况。
也就是说，无法保证强一致性，只能保证最终一致性。
小结
https://github.com/xiaolyuh/layering-cache
https://github.com/xiaolyuh/layering-cache/wiki/%E5%AE%9E%E7%8E%B0%E5%8E%9F%E7%90%86
