Kotlin 中的缓存：Redis、Memcached 及内置解决方案

Kotlin 缓存入门

现代 Kotlin 应用，无论是后端解决方案还是 Android 客户端，在处理数据时常常面临性能问题。重复的数据库查询、外部 API 调用或繁重的计算可能会显著拖慢系统速度。缓存是一种降低负载并加速应用响应的有效方式。在本文中，我们将探讨 Kotlin 生态系统中的三种主要缓存方法：使用 Redis、Memcached 以及内置的 in-memory 解决方案。您将学习如何选择合适的工具并在项目中实现它。

什么是缓存，为什么在 Kotlin 中需要它？

缓存是将频繁请求的数据保存在快速访问的临时存储中的过程。与其每次都执行昂贵的操作（数据库查询、网络调用），应用会先检查缓存。如果数据存在（cache hit），则立即返回。如果不存在（cache miss），则执行主要操作，并将结果保存到缓存中以供将来请求使用。

在 Kotlin 中使用缓存的主要优势：

• 降低响应时间 — 缓存中的数据可在毫秒内返回。
• 减少数据库和外部服务的负载。
• 节省资源 — 更少的 CPU 和网络操作。
• 可扩展性 — 分布式缓存（Redis、Memcached）易于扩展。

在 Kotlin 中，得益于其与 Java 的兼容性和强大的协程，缓存的实现尤为优雅。

Kotlin 中的内置缓存解决方案

对于小型项目或单个 JVM 进程内的本地缓存，可以使用内置工具。它们不需要安装外部服务，非常适合原型开发。

使用 ConcurrentHashMap 的简单 in-memory 缓存

最简单的方法是使用支持 TTL（生存时间）的 ConcurrentHashMap。以下是实现示例：

import java.util.concurrent.ConcurrentHashMap
import java.util.concurrent.TimeUnit

class SimpleCache<K, V>(private val ttlMillis: Long) {
    private val cache = ConcurrentHashMap<K, CacheEntry<V>>()

    private data class CacheEntry<V>(val value: V, val expiryTime: Long)

    fun put(key: K, value: V) {
        val expiryTime = System.currentTimeMillis() + ttlMillis
        cache[key] = CacheEntry(value, expiryTime)
    }

    fun get(key: K): V? {
        val entry = cache[key] ?: return null
        if (System.currentTimeMillis() > entry.expiryTime) {
            cache.remove(key)
            return null
        }
        return entry.value
    }

    fun invalidate(key: K) {
        cache.remove(key)
    }

    fun clear() {
        cache.clear()
    }
}

// 使用示例
fun main() {
    val cache = SimpleCache<String, String>(TimeUnit.MINUTES.toMillis(5))
    cache.put("user_42", "{\\"name\\":\\"Alice\\"}")
    val user = cache.get("user_42")
    println(user) // 输出 JSON 字符串
}

这种方法很简单，但不适用于分布式系统。

使用 Caffeine — 高级库

对于更复杂的场景，推荐使用 Caffeine 库。它提供了高性能的缓存，具有自动逐出、统计和异步加载功能。在 build.gradle.kts 中添加依赖：

implementation("com.github.ben-manes.caffeine:caffeine:3.1.8")

使用 Caffeine 与协程的示例：

import com.github.benmanes.caffeine.cache.Caffeine
import kotlinx.coroutines.runBlocking
import java.util.concurrent.TimeUnit

data class Product(val id: Int, val name: String, val price: Double)

class ProductService {
    private val ca