Caffeine 与 Guava Cache 性能对比深度评测
缓存是服务端开发中最常用的用于提升性能的常规手段。在Java领域，使用得比较多的有Guava Cache 和Caffeine。Guava Cache 是google开发的经典的缓存库，尤其是guava库几乎所有Java开发者都会用到它。Caffeine， 它Java 8 重写，参考了 Guava 的 API，使用方式和Guava Cache基本类似。但由于它引入了全新的驱逐算法（W-TinyLFU），号称性能更强。时常在网上看到有人对Caffeine性能赞不绝口。本文就基于这2个缓存做做一个性能测试，看看他们的性能有大差距。
| 特性 | Guava Cache (LRU) | Caffeine (W-TinyLFU) |
|---|---|---|
| 核心逻辑 | 谁最近来了，谁留下来 | 谁平时来得最勤，谁留下来 |
| 内存开销 | 正常对象开销 | 极低。利用 Count-Min Sketch 压缩频率统计 |
| 适用场景 | 一般场景够用 | 高并发、数据具有明显热点特征 |
Caffeine中，对缓存的管理使用了分区机制。主要分为windows区和main区（有点类似Java 垃圾回收中的年轻代与老年代）。
它的这种设计是为了同时解决“稀疏流量（突发访问）”和“热点数据（高频访问）”的缓存驻留问题，避免因一次性的大量扫描把真正的热点数据挤出缓存（即“缓存污染”）。
Caffeine 默认通常将约 1% 的空间分给 Window 区，99% 给 Main 区
默认约占总缓存大小的 1%。它是标准的 LRU 队列。所有新写入（Put）或者新加载（Load）的数据，必须先进入 Window 区
作用：作为“缓冲区”。
专门应对突发流量或一次性扫描。如果一个数据只是被“路过”访问一次，它会在 Window 区里待一会，随着新数据不断进来，它很快就会从 Window 区的尾部被挤出去。
如果没有 Window 区，大量新数据涌入会直接把 Main 区里的高频老数据挤走。有了 Window 区，这些“一次性数据”在填满 Window 区后，如果后续没有再次被访问，就会直接被淘汰掉，甚至没有机会进入 Main 区
Window区是Caffeine中的第一道防线。用来过滤掉很少访问的数据