用途：面向 Java 后端的 Caffeine 进程内缓存实践指南，帮助在单服务高频数据场景下正确选型与配置本地缓存。
主要能力：本地缓存与远程缓存（Redis）的选择决策；expireAfterWrite、expireAfterAccess、refreshAfterWrite 三种过期策略的对比与组合规则；CacheLoader 自动加载缺失数据、reload 异步刷新与加载失败返回旧值的优雅降级；Spring Cache 集成（@Cacheable/@CacheEvict 配合 CaffeineCacheManager）；maximumSize/maximumWeight 与 Window TinyLFU 驱逐；recordStats() 与 CacheStats 命中率监控；AsyncCache 异步加载。
必要用法：推荐组合为 expireAfterWrite 加 refreshAfterWrite，且 refreshAfterWrite 必须小于 expireAfterWrite，否则刷新不会触发。示例配置使用 Caffeine.newBuilder().maximumSize(10_000).expireAfterWrite(5, TimeUnit.MINUTES).refreshAfterWrite(3, TimeUnit.MINUTES).recordStats().build(key -> loadFromDB(key))。Spring 集成需 @EnableCaching 并注册 CaffeineCacheManager。
适用场景：单服务高频读取、会话或登录状态缓存、热点数据免阻塞刷新。
限制：Caffeine 是进程内缓存，多实例部署各自独立、数据可能不一致；CacheLoader.load() 不能返回 null，否则造成缓存穿透；不设 maximumSize 可能导致 OOM；缓存对象被外部修改会造成数据不一致；weakKeys/softValues 的 GC 驱逐不可预测；分布式缓存与 Redis+Caffeine 两级缓存不在本技能范围内。Caffeine 3.x 与 2.x 存在兼容性差异，Spring Boot 2.x 用 2.x、3.x 用 3.x。本技能不收集、存储或传输任何用户数据。