双层缓存的预热策略

双层缓存（L1 本地缓存 + L2 分布式缓存）是高并发系统的经典架构。然而，冷启动和缓存失效后重建瞬间的缓存缺失，会导致大量请求穿透到后端，引发性能尖峰甚至系统崩溃。预热策略就是为了解决这个问题。

一、预热的核心问题

1.1 冷启动的三个问题

1.2 预热的目标

二、本地缓存（Caffeine）预热策略

2.1 启动时同步加载

最简单的预热方式：应用启动时，从数据库或 Redis 加载热点数据到本地缓存。

java

@Component public class LocalCacheWarmer { @Autowired private ProductMapper productMapper; @Autowired private RedisTemplate<String, Object> redisTemplate; private final Cache<String, Product> localCache = Caffeine.newBuilder() .maximumSize(10_000) .expireAfterWrite(5, TimeUnit.MINUTES) .build(); @EventListener(ApplicationReadyEvent.class) public void warmUp() { log.info("开始预热本地缓存..."); long start = System.currentTimeMillis(); // 策略1: 加载数据库中的热点商品（按销量排序） List<Product> hotProducts = productMapper.selectTopHotProducts(5000); for (Product product : hotProducts) { localCache.put("product:" + product.getId(), product); } // 策略2: 从 Redis 加载预定义的热点 Key 列表 Set<String> hotKeys = redisTemplate.opsForSet().members("config:hot_keys"); for (String key : hotKeys) { Product product = (Product) redisTemplate.opsForValue().get(key); if (product != null) { localCache.put(key, product); } } long cost = System.currentTimeMillis() - start; log.info("本地缓存预热完成，加载 {} 条数据，耗时 {} ms", localCache.estimatedSize(), cost); } }

2.2 使用 Caffeine 的 refreshAfterWrite 自动刷新

Caffeine 的 refreshAfterWrite 可以在缓存过期后异步刷新，避免缓存击穿。

java

@Configuration public class CaffeineConfig { @Bean public Cache<String, Product> productCache(ProductLoader productLoader) { return Caffeine.newBuilder() .maximumSize(10_000) // 写入后 30 秒刷新（异步） .refreshAfterWrite(30, TimeUnit.SECONDS) // 写入后 5 分钟过期 .expireAfterWrite(5, TimeUnit.MINUTES) .build(new CacheLoader<String, Product>() { @Override public @Nullable Product load(String key) throws Exception {