🚀 Guava Cache: Vì sao Cache có thể giúp hệ thống xử lý nhiều Request hơn?

Mình sẽ viết theo kiểu bài technical post dễ đọc, đi từ vấn đề → cách Guava Cache giải quyết → flow → ví dụ → khi nào dùng → điểm cần nhớ.

🚀 Guava Cache: Vì sao Cache có thể giúp hệ thống xử lý nhiều Request hơn?

Bạn có một API:

GET /products/123

Mỗi request đều query Database:

1000 Requests
      │
      ▼
    API
      │
      ▼
   MySQL
      │
      ▼
1000 DB Queries 😵

Khi traffic tăng, Database rất dễ trở thành bottleneck.

👉 Đây là lúc Cache xuất hiện.

---

🧠 1. Cache là gì?

Hiểu đơn giản:

Cache = lưu lại dữ liệu thường xuyên được sử dụng ở nơi truy cập nhanh hơn.

Thay vì lần nào cũng hỏi Database:

API → Database → Data

Ta làm:

API
 │
 ▼
Cache
 │
 ├── HIT  → trả dữ liệu ngay ⚡
 │
 └── MISS → gọi Database
                  │
                  ▼
               lưu Cache

---

🧩 2. Guava Cache là gì?

Guava là một thư viện Java do Google phát triển.

Guava cung cấp nhiều utility hữu ích, trong đó có Cache.

Ví dụ:

Cache<String, Product> cache =
    CacheBuilder.newBuilder()
        .maximumSize(10_000)
        .expireAfterWrite(10, TimeUnit.MINUTES)
        .build();

Ở đây:

Key      → String
Value    → Product

"product:123"
       ↓
Product

Cache sẽ giữ tối đa khoảng:

10,000 entries

và entry sẽ hết hạn sau:

10 minutes

---

🔥 3. Quan trọng nhất: Cache HIT vs Cache MISS

Đây là phần cần nhớ nhất.

Cache HIT

Dữ liệu đã có trong Cache:

Request
   │
   ▼
 Cache
   │
   │ HIT ✅
   ▼
 Return Data

Không cần gọi Database.

⚡ Rất nhanh.

---

Cache MISS

Dữ liệu chưa có:

Request
   │
   ▼
 Cache
   │
   │ MISS ❌
   ▼
Database
   │
   ▼
Data
   │
   ├────────► Return Data
   │
   └────────► Save Cache

Request hiện tại phải xuống Database.

Nhưng những request sau có thể lấy trực tiếp từ Cache.

---

📈 4. Vì sao Cache giúp hệ thống chịu được nhiều Request hơn?

Giả sử có:

10,000 requests

Nếu tất cả đều xuống Database:

10,000 Requests
       │
       ▼
    MySQL
       │
       ▼
10,000 DB Queries 💥

Nếu Cache Hit Rate = 90%:

10,000 Requests
       │
       ▼
     Cache
    /     \
  HIT     MISS
 9000     1000
   │        │
   │        ▼
   │      MySQL
   │        │
   └────────┴──► Response

Database chỉ cần xử lý khoảng:

1,000 queries

thay vì:

10,000 queries

👉 Database giảm tải đáng kể.

👉 API giảm latency.

👉 Hệ thống có khả năng xử lý traffic tốt hơn.

---

⚙️ 5. Một ví dụ thực tế

Giả sử:

GET /users/123

Lần đầu:

Request
   │
   ▼
Guava Cache
   │
   │ MISS
   ▼
Database
   │
   ▼
User #123
   │
   ├──────► Response
   │
   └──────► Cache

Cache lúc này:

"user:123"
      │
      ▼
{
   id: 123,
   name: "Dat"
}

Request tiếp theo:

GET /users/123
        │
        ▼
   Guava Cache
        │
        │ HIT ⚡
        ▼
   User #123

🔥 Không cần query Database.

---

🏗️ 6. Guava Cache nằm ở đâu?

Thông thường:

                ┌───────────────┐
Client ───────► │   Spring API  │
                └───────┬───────┘
                        │
                        ▼
                ┌───────────────┐
                │ Guava Cache   │
                │   RAM         │
                └───────┬───────┘
                        │
                     MISS
                        │
                        ▼
                ┌───────────────┐
                │    MySQL      │
                └───────────────┘

Điểm quan trọng:

Guava Cache là Local Cache — nằm trong RAM của chính application instance.

---

⚠️ 7. Nhưng Local Cache có một vấn đề!

Giả sử bạn scale application:

                 Load Balancer
                 /     |      \
                /      |       \
               ▼       ▼        ▼
            App #1   App #2   App #3
              │        │        │
              ▼        ▼        ▼
           Cache #1  Cache #2  Cache #3

Mỗi instance có Cache riêng.

Ví dụ:

App #1
"user:123" → Dat

App #2
"user:123" → Dat

App #3
"user:123" → Dat

Cache không được share giữa các instance.

👉 Đây chính là điểm cần cân nhắc khi dùng Local Cache trong hệ thống distributed.

---

🆚 8. Guava Cache vs Redis

Guava Cache

App
 │
 └── RAM
      └── Cache

Ưu điểm:

• ⚡ Rất nhanh
• Không cần network
• Đơn giản
• Giảm tải Database

Nhược điểm:

• Cache nằm trong từng application instance
• Restart app → mất cache
• Không share giữa nhiều instance

---

Redis

        ┌── App #1 ──┐
        │             │
        ├── App #2 ──┼──► Redis
        │             │
        └── App #3 ──┘

Ưu điểm:

• Shared cache
• Phù hợp nhiều application instances
• Cache có thể tồn tại độc lập với application

Nhưng:

App → Redis → Data

vẫn có network call.

---

🎯 9. Khi nào nên dùng Guava Cache?

Guava Cache phù hợp với dữ liệu:

✅ Đọc nhiều

✅ Ít thay đổi

✅ Có thể tính toán/lấy lại nếu cache mất

Ví dụ:

Product details
Configuration
Permission
Reference data
Metadata
Frequently accessed objects

Không nên cache một cách tùy tiện những dữ liệu:

❌ Thay đổi liên tục

❌ Yêu cầu consistency tuyệt đối

❌ Dữ liệu nhạy cảm nhưng không có chiến lược invalidation phù hợp

---

🧠 10. Ba thứ cần nhớ khi dùng Cache

Đừng chỉ nghĩ:

“Có Cache là hệ thống sẽ nhanh.”

Hãy nhớ 3 câu hỏi:

① Cache cái gì?

What?

Dữ liệu nào được đọc nhiều?

---

② Cache bao lâu?

How long?

Ví dụ:

.expireAfterWrite(10, TimeUnit.MINUTES)

---

③ Khi nào xóa Cache?

When invalidate?

Ví dụ:

Update Product
      │
      ▼
Database updated
      │
      ▼
Invalidate Cache

Nếu không xử lý tốt:

Database
Product price = 100

Cache
Product price = 80

😵 Người dùng có thể nhận dữ liệu cũ.

---

💡 Công thức dễ nhớ

Hãy nhớ:

CACHE

C = Check Cache
A = Available? → HIT
C = Call Database → MISS
H = Hold data in Cache
E = Expire / Evict

Hoặc đơn giản hơn:

REQUEST
   ↓
CACHE
   ↓
 ┌─────────────┐
 │             │
HIT           MISS
 │             │
 ↓             ↓
RETURN       DATABASE
               │
               ↓
            CACHE

👉 Cache Hit → nhanh

👉 Cache Miss → Database

👉 Cache càng hiệu quả → Database càng ít bị gọi

---

🚀 Kết luận

Guava Cache không trực tiếp làm Database “mạnh hơn”.

Nó làm một việc rất quan trọng:

Giảm số lần Database phải làm việc.

Từ:

10,000 Requests
      ↓
10,000 DB Queries

thành:

10,000 Requests
      ↓
9,000 Cache Hits
      +
1,000 DB Queries

Và đó chính là một trong những kỹ thuật cơ bản để tăng khả năng chịu tải của hệ thống.

Nhưng khi hệ thống scale thành nhiều instance:

Local Cache
     ↓
Guava / Caffeine

Distributed Cache
     ↓
Redis

👉 Lúc đó bài toán không còn đơn giản là “cache để nhanh hơn”, mà trở thành:

Cache Strategy + Expiration + Eviction + Invalidation + Consistency + Scalability.