春季启动-驱逐具有动态TTL周期的缓存

如何解决春季启动-驱逐具有动态TTL周期的缓存

在我的微服务（SERVICE-A）中，我打了一个REST API调用，以调用另一个微服务（SERVICE-B）进行登录并获取访问令牌，该API将以该令牌的TTL响应。 我需要将令牌缓存到SERVICE-B响应的TTL（秒）。所以我的实现如下，

@Cacheable("USERTOKEN")
public String getUserToken()
{
  //Hits Service-B
  //Gets token and TTL as a response from Service-B
  //Returns Token or Token with TTL
}

我需要将上述方法更改为

@Cacheable("USERTOKEN")
public String getUserToken()
{
  //Hits Service-B
  //Gets token and TTL as a response from Service-B
  //Sets expiry time for "USERTOKEN" cache   <-- this needs to be added
  //Returns Token or Token with TTL
}

即使从getUserToken（）返回，如果可以使用getUserToken（）返回的TTL为“ USERTOKEN”高速缓存设置setExpiryTime，也可以。我们可以将排定设置为驱逐，但这将是一个静态时间段。但是在这里，我需要根据Service-B的响应将其设置为动态值。我该怎么做到。

解决方法

如果您使用caffeine cache，则可以使用不同的到期政策：

来自caffeine wiki page：

// Evict based on a varying expiration policy
LoadingCache<Key,Graph> graphs = Caffeine.newBuilder()
    .expireAfter(new Expiry<Key,Graph>() {
      public long expireAfterCreate(Key key,Graph graph,long currentTime) {
        // Use wall clock time,rather than nanotime,if from an external resource
        long seconds = graph.creationDate().plusHours(5)
            .minus(System.currentTimeMillis(),MILLIS)
            .toEpochSecond();
        return TimeUnit.SECONDS.toNanos(seconds);
      }
      public long expireAfterUpdate(Key key,long currentTime,long currentDuration) {
        return currentDuration;
      }
      public long expireAfterRead(Key key,long currentDuration) {
        return currentDuration;
      }
    })
    .build(key -> createExpensiveGraph(key));

,

您使用的是哪种缓存服务？

如果您使用Redis缓存，他们为此有很多命令：

EXPIRE：设置密钥超时。 EXPIREAT：与前一个相同，但是需要一个绝对的Unix时间戳（自1970年1月1日以来的秒数）。 TTL：返回具有超时的密钥的剩余生存时间 您必须了解有关Redis过期的重要一件事：仅当使用SET或GETSET移除或覆盖键时，才会清除超时值。所有其他命令（INCR，LPUSH，HMSET等）将永远不会更改初始超时。

绝对到期是使用EXPIRE的Redis的本机功能。要实现滑动到期，您只需在每个命令后将超时值重置为

。

执行此操作的基本方法可能是

MULTI
GET MYKEY
EXPIRE MYKEY 60
EXEC

,

如果您正在使用Spring的默认实现，则将无法设置Cache TTL。但是，使用其他提供程序（例如EhCache，Gemfire和Guava），您只能在配置缓存管理器时执行此操作。 See ehcache Documentation和Spring's Gemfire's Documentation。对于Guava see

像这样-对于Ehcache。

CacheManager cacheManager = CacheManagerBuilder.newCacheManagerBuilder()
  .with(CacheManagerBuilder.persistence(tmpDir.newFile("myData")))
  .withCache("threeTieredCache",CacheConfigurationBuilder.newCacheConfigurationBuilder(Long.class,String.class,ResourcePoolsBuilder.newResourcePoolsBuilder()
        .heap(10,EntryUnit.ENTRIES)
        .offheap(1,MemoryUnit.MB)
        .disk(20,MemoryUnit.MB,true))
      .withExpiry(ExpiryPolicyBuilder.timeToIdleExpiration(Duration.ofSeconds(20)))
  ).build(false);

Configuration configuration = cacheManager.getRuntimeConfiguration();
XmlConfiguration xmlConfiguration = new XmlConfiguration(configuration);  
String xml = xmlConfiguration.toString(); 

对于-Gemfire

<gfe:region-template id="BaseRegionTemplate" initial-capacity="51" load-factor="0.85" persistent="false" statistics="true"
      key-constraint="java.lang.Long" value-constraint="java.lang.String">
    <gfe:cache-listener>
      <bean class="example.CacheListenerOne"/>
      <bean class="example.CacheListenerTwo"/>
    </gfe:cache-listener>
    <gfe:entry-ttl timeout="600" action="DESTROY"/>
    <gfe:entry-tti timeout="300 action="INVLIDATE"/>
  </gfe:region-template>

对于-番石榴的咖啡因或内部实现

LoadingCache<Key,Graph> graphs = Caffeine.newBuilder()
    .maximumSize(10_000)
    .expireAfterWrite(5,TimeUnit.MINUTES)
    .refreshAfterWrite(1,TimeUnit.MINUTES)
    .build(key -> createExpensiveGraph(key));