Приведите пример сложного технического решения, которое вам приходилось принимать.

Контекст: В высоконагруженном микросервисе обработки заказов возникла проблема периодических падений производительности и OutOfMemoryError в продакшене.

Анализ проблемы:

1. С помощью профилировщика (VisualVM) и анализа дампов памяти выяснилось, что причиной является неограниченный рост in-memory кэша на основе ConcurrentHashMap, хранившего историю сессий пользователей.
2. Объекты сессий никогда не удалялись из кэша, так как на них сохранялись ссылки из долгоживущих объектов.

Принятое решение и реализация: Было решено заменить кэш на реализацию с TTL (Time-To-Live) и LRU (Least Recently Used) политикой вытеснения, используя Caffeine — высокопроизводительную библиотеку кэширования.

import com.github.benmanes.caffeine.cache.Cache;
import com.github.benmanes.caffeine.cache.Caffeine;
import java.util.concurrent.TimeUnit;

public class SessionCache {
    private final Cache<String, UserSession> cache;

    public SessionCache() {
        this.cache = Caffeine.newBuilder()
                // Максимальный размер кэша
                .maximumSize(10_000)
                // Время жизни записи после создания
                .expireAfterWrite(30, TimeUnit.MINUTES)
                // Время жизни записи после последнего доступа
                .expireAfterAccess(10, TimeUnit.MINUTES)
                // Слабая ссылка на значения (позволяет GC удалить объект, если нет других ссылок)
                .weakValues()
                // Слушатель для отладки удаления
                .removalListener((key, value, cause) -> 
                    log.debug("Removed key: {} due to {}", key, cause))
                .build();
    }

    public UserSession getSession(String sessionId) {
        return cache.getIfPresent(sessionId);
    }

    public void putSession(String sessionId, UserSession session) {
        cache.put(sessionId, session);
    }
}

Результат:

• Потребление память стабилизировалось.
• Частота сборок мусора (GC) снизилась на ~40%.
• Производительность сервиса перестала деградировать со временем.
• Решение было задокументировано и внедрено в другие сервисы команды как стандартный паттерн для кэширования временных данных.