大量人一到面试，听到“本地缓存”就脑补出一堆金灿灿的“预取器”、“多级缓存”、“内存带宽爆炸”之类的术语，结局自己拿到的代码却是一片雪花白。
实际上别整那些虚头巴脑的概念了，本地缓存的本质就两个好办的字：内存和工夫。 在 Java 里，本地缓存说白了就是把你想要的东西，先把它们塞进 JVM 堆里。堆是 JVM 的主战场，空间有限，故此我们得学会“省空间”。比方说，你刚写了一段代码，想查一下某个变量到底有没有被重新定义过，这时候你去查内存，得一个个字节一个个地扫，耗时就是秒数级。但要是直接去内存里找，万一那个线程正在其他地方执行别的逻辑呢？那你想找，还得等别的线程把数据装下来，那就更慢了。
这时候，本地缓存就登场了，它就像个私人储物柜，线程刚想拿东西，柜子里的数据立马就给你铺好了。 举个例子，想象你在做大规模的数据分析。你写了一个循环，要计算一亿个数字的平方。
要是你每次都去内存里算一遍，那执行工夫就是按亿来计算的了。
这时候，你先用代码把一亿个数字临时存进内存，算完再删掉。别看删了之后数据没了，但内存里的痕迹还在。下次再用这个变量，系统就能直接调用你存的数值，根本不用重新算。
这就是本地缓存最管用的地方：它不帮你算，它只帮你存。 那为啥要用缓存呢？出于内存就是个好用的工具，它随时有，随时能装，并且能装下比硬件更大的东西。本地缓存就利用了这一点。当线程请求数据时，本地缓存赶紧把数据“搬运”到内存池子里，这样一来，线程就能瞬间拿到想要的东西，不用再去网路上翻寻了，更不需求出于“找不到”而挂起等待了。 不过，这里有个坑得填到位。
要是内存不够用如何办？这时候我们得寻思分层。
比方说，把一些特别常用的数据先放本地缓存，像刚写代码查变量这种高频、短命的需求，直接塞进本地缓存里，这样响应速度最快。而那些数据，要是时常变，要么数据量特别大，就没必要塞进本地缓存了。
这时候，系统就会切换到二级缓存，比如数据库要么 Redis 这种。
要是数据不存有，就报错，不会让线程空转等待。 本地缓存里的数据，肯定不能随意乱存。你得记住两件事：一是生命周期，二是空间。生命周期就是它存有的时长，要是是“热数据”，比如刚写好的变量，可能只存有几毫秒，用完就直接清空；要是是“冷数据”，比如每天查一次的用户信息，那就得存有好几天，不然占着坑位也没用。
这时候就得看你的业务逻辑，要是数据不需求实时性，那就存着，用着；要是数据要实时，那就得寻思更新策略，比如用“失效工夫”管住，要么用“过期工夫”来清理。 还有空间难题。本地缓存是有上限的，受限于 JVM 的堆大小。
要是你存的数据越来越多，堆不够了，线程就可能出于找不到数据而卡死，就连抛出 OutOfMemoryError 的异常。
这时候，你就得想办法扩容，比如加更大的堆，要么引入外部中间件。
另外，如何选数据类型也挺关键。取用的数据类型，务必是 JVM 堆里能直接存的数据类型，比如根本类型、引用类型，要么是数组。
要是你存了个对象，那这个对象得能直接放进堆里，不然数据就跑到堆外去了，那本地缓存就失效了。 最终，还得提个“写”的难题。本地缓存有时候是为了读写的，有时候是为了只读的。读写性能差别挺大。
要是数据时常要更新，比如刚写好的变量，那就是一次性写，用完就扔，不用管它后续会不会被读取。
要是数据是只读的，那就更好办了，存进去就等着未来的读取，不需求额外的开销。 总的来说，本地缓存就是靠“内存”和“工夫”的博弈，把数据提前装好，让线程省得搬来搬去。它不是魔法，也不是啥复杂的架构，就是个好办的工具，用好它，能帮你在海量数据面前跑得飞快。
