AutoLoadCache Versions Save

增加对 JedisCluster 的支持

内部线程在关闭时没有清理干净 自定义OGNL函数时，替换字符串bug修改

4.0 实现AOP的可扩展

受网友Rekoe 将AutoLoadCache 和 nutz整合的启发(https://github.com/Rekoe/AutoLoadCache)，将AutoLoadCache 中的AOP相关功能进行抽取，以达到可扩展

• 把AOP拦截方法从AbstractCacheManager中抽取出来，并使用CacheAopProxyChain 和 DeleteCacheAopProxyChain 两个代理类进行封装拦截到的请求。
• 实现了使用Aspectj进行AOP拦截：com.jarvis.cache.aop.aspectj.AspectjAopInterceptor
• 升级时一定要注意配置文件的变化，可以参考cache-example 中的配置

调整 写缓存（writeCache）代码结构。 将ShardedCachePointCut中hashExpire默认值设置为-1； 解析SpEL表达式时，增加判断是否有返回值，避免在不能使用#retVal的地方，使用了#retVal

使用当前的ProcessingTO 实例来做同步锁，把锁粒度降到了最低，以提升并发性能； 删除并发线程的计数器； 如果第一个线程执行时出现异常，那等待中的线程，也直接抛出异常，因为此时去执行DAO的出错的可能性非常大，会造成服务器压力过大。

“拿来主义”机制指的是，当有多个请求去获取同一个数据时，我们先让其中一个请求先去DAO中获取数据，并放到缓存中，其它请求则等它完成后，直接去缓存中获取数据，通过这种方式减轻DAO中的并发。

但经测试发现，刚往Reids中放的数据，立即去取是获取不到数据的（无法命中），测试代码已经放到[cache-example](https://github.com/qiujiayu/cache-example) 中。优化后的方案是，不从远程服务器获取，而是从本地缓存中获取第一个请求返回的数据。减少并发的同时，还能减轻网络压力。

3.0 此版本做了大调整，有些功能已经不兼容老版本

不再使用默认缓存Key，所有的缓存都必须自定义缓存Key；原来使用$hash()来调用hash函数，改为使用#hash()进行调用。

之前版本中使用通配符（?和*）进行批量删除缓存，这种方法性能比较差，需要多次与Redis进行交互，而且随着缓存Key的数量的增加，性能也会下降，如果有多个Reids实例的话，还需要遍历每个实例。为了解决这个问题，我们使用hash表保存需要批量删除的缓存，要批量删除缓存时，只要把hash表删除就可以了。

如果在开发阶段不想使用Redis来缓存数据，可以使用com.jarvis.cache.map.CachePointCut，把数据缓存到本地内存中，虽然它不支持使用通配符进行批量删除缓存，但同样支持使用hash表进行批量删除缓存。所以转用Redis缓存数据是没有任务问题的。

如果需要在MyBatis Mapper中使用@Cache和@CacheDelete，则需要使用com.jarvis.cache.mybatis.CachePointCutProxy 来处理。

增加namespace，隔离系统之前的数据

1：使用@CacheDeleteKey 定义删除缓存Key的规则； 2：@Cache中增加opType属性，支持把执行结果直接更新到缓存中，不从缓存取数据。 3：使用Lua脚本批量删除Redis缓存。

详细的使用，可以参考：https://github.com/qiujiayu/cache-example 中的UserDAO。