问题
基于提出的需求，我认为主要有以下两个问题：
因为有本地缓存，如何保证数据一致性。当一个节点数据改变，其他节点的数据如何失效？
数据不对，需要重新同步，缓存如何失效？
流程图
接下来就是配合产品和其他开发人员画出流程图，如下：
使用一张配置表，记录是否需要缓存，是否开启缓存，来达到通知时候缓存失效的情况。
因为项目要求一般，即使消息丢失，也不会存在太大的影响，所以最终选择了 redis 里面的订阅、发布功能，实现通知其他节点失效本地缓存。
开发
上面问题清楚了，流程图也清楚了。那就准备开始写 bug 了。整体思路是自定义注解实现切面，尽量降低对业务代码的耦合度。
CacheConfig
主要是在代码中解释，定义一个 CacheManager 以便与业务结合。需要特别注意最大可缓存条数，以免占用程序内存过多导致内存爆满。当然也不能太小了，因为还要考虑命中率的问题。所以这就得结合实际得业务来确定最终的大小。
@Bean(name = JKDDCX)
@Primary
public CacheManager cacheManager() {
CaffeineCacheManager cacheManager = new CaffeineCacheManager();
cacheManager.setCaffeine(Caffeine.newBuilder()
// 设置最后一次写入或访问后经过固定时间过期
.expireAfterAccess(EXPIRE, TIME_UNIT)
//设置本地缓存写入后过期时间
.expireAfterWrite(EXPIRE, TIME_UNIT)
// 初始的缓存空间大小
.initialCapacity(500)
// 缓存的最大条数
.maximumSize(1000));// 使用人数 * 5 （每个人不同的入参 5 条）\
return cacheManager;
}@CaffeineCache
自定义注解，把可以用到的参数都能加上。
@Target({ ElementType.METHOD ,ElementType.TYPE})
@Retention(RetentionPolicy.RUNTIME)
@Documented
public @interface CaffeineCache {
public String moudleId() default "";
//用于在数据库中配置参数
public String methodId() default "";
public String cachaName() default "";
//动态切换实际的 CacheManager
public String cacheManager() default "";
}CacheMessageListener
缓存监听器，主要是保证多节点数据一致性的问题。当一个节点缓存更新，通知其他的节点相应处理。使用 Redis 的发布订阅功能，并实现MessageListener 接口来实现主要技术。
当然下面还有个细节就是一般生产环境是禁用 Redis#keys 命令的，所以得换个方式扫描对应的 key。
public class CacheMessageListener implements MessageListener {
@Override
public void onMessage(Message message, byte[] pattern) {
CacheMessage cacheMessage = (CacheMessage) redisTemplate.getValueSerializer().deserialize(message.getBody());
logger.info("收到redis清除缓存消息, 开始清除本地缓存, the cacheName is {}, the key is {}", cacheMessage.getCacheName(), cacheMessage.getKey());
// redisCaffeineCacheManager.clearLocal(cacheMessage.getCacheName(), cacheMessage.getKey());
/**
* 如果是一个类上使用了 注解 @CaffeineCache ，那么所有接口都会缓存。
* 下面的逻辑是：除了当前模块的接口访问的入参 key，其他的 redis 缓存都会被清除
* （比如此模块的表更新了，但是当前调用此接口只是缓存了当前这个入参的redis,其他的数据删除）
*/
String prefixKey = RedisConstant.WXYMG_DATA_CACHE + cacheMessage.getCacheName();
Set<String> keys = redisTemplate.execute((RedisCallback<Set<String>>) connection -> {
Set<String> keysTmp = new HashSet<>();
Cursor<byte[]> cursor = connection.scan(new ScanOptions.ScanOptionsBuilder().
match(prefixKey + "*").
count(50).build());
while (cursor.hasNext()) {
keysTmp.add(new String(cursor.next()));
}
return keysTmp;
});
Iterator iterator = keys.iterator();
while (iterator.hasNext()) {
if (iterator.next().toString().equals(cacheMessage.getKey())) {
iterator.remove();
}
}
redisTemplate.delete(keys);
cacheConfig.cacheManager().getCache(cacheMessage.getCacheName()).clear(); //cacheName 下的都删除
}
}CaffeineCacheAspect
然后就是切面的逻辑处理，里面的内容和 流程图 一模一样，只是使用代码实现了需求。
其中：下面的代码是 Redis 发布消息。
redisTemplate.convertAndSend(CacheConfig.TOPIC, new CacheMessage(caffeineCache.cachaName(), redisKey));
CacheMessage
这是在 Redis 发布消息的时候一个消息体，也是自定义的，可以加更多的参数属性
public class CacheMessage implements Serializable {
private static final long serialVersionUID = -1L;
private String cacheName;
private Object key;
public CacheMessage(String cacheName, Object key) {
super();
this.cacheName = cacheName;
this.key = key;
}
} 
