Redis 实战：缓存、分布式锁、过期策略、防穿透击穿

Redis 实战：缓存、分布式锁、过期策略、防穿透击穿

没有缓存的系统就像没有电梯的百层大楼——用户爬到一半就跑了。Redis 就是这部电梯，用对了，TPS 直接起飞。

一、Redis 在 SpringBoot 中的四重身份

Redis 不只是个"存 key-value 的内存数据库"，在 SpringBoot 生态中它承担多种角色：

• 缓存层：挡在数据库前面，热点数据毫秒级返回
• 分布式锁：多实例环境下保证同一时刻只有一个线程执行关键代码
• 会话管理：Spring Session 集成，告别粘性会话
• 排行榜/计数器：Sorted Set 天然支持排名，INCR 原子递增

二、SpringBoot 整合 Redis

2.1 添加依赖

<dependency><groupId>org.springframework.boot</groupId><artifactId>spring-boot-starter-data-redis</artifactId></dependency>

2.2 配置文件

spring:data:redis:host:localhostport:6379database:0timeout:3000ms

2.3 RedisTemplate 序列化配置

默认的 JDK 序列化存在两个问题：可读性差（一堆乱码）且占用空间大。推荐改用 JSON 序列化：

@ConfigurationpublicclassRedisConfig{@BeanpublicRedisTemplate<String,Object>redisTemplate(RedisConnectionFactoryfactory){RedisTemplate<String,Object>template=newRedisTemplate<>();template.setConnectionFactory(factory);// Key 用 String 序列化（可读性好）template.setKeySerializer(newStringRedisSerializer());// Value 用 JSON 序列化template.setValueSerializer(newGenericJackson2JsonRedisSerializer());template.setHashKeySerializer(newStringRedisSerializer());template.setHashValueSerializer(newGenericJackson2JsonRedisSerializer());returntemplate;}}

三、Spring Cache 缓存注解三件套

Spring 提供了声明式缓存注解，无需手动写 get/set 代码：

@ServicepublicclassUserService{@Cacheable(value="user",key="#id")publicUsergetUserById(Longid){// 先查缓存，命中直接返回；未命中则执行方法并缓存结果returnuserMapper.selectById(id);}@CachePut(value="user",key="#user.id")publicUserupdateUser(Useruser){userMapper.updateById(user);returnuser;}@CacheEvict(value="user",key="#id")publicvoiddeleteUser(Longid){userMapper.deleteById(id);}}

四、缓存三大经典问题：穿透、击穿、雪崩

这是面试高频题，也是生产环境最容易出事故的缓存场景。

4.1 缓存穿透

场景：查询一个数据库中永远不存在的数据（比如 id = -1），每次请求都穿过缓存直接打到数据库。

解决方案：

• 布隆过滤器：在缓存前面加一层布隆过滤器，不存在的 key 直接拦截。Redis 4.0 以上支持BF.ADD命令
• 空值缓存：把 null 结果也存进缓存，设置极短的过期时间（如 60 秒）

@Cacheable(value="user",key="#id",unless="#result == null")publicUsergetUserById(Longid){Useruser=redisTemplate.opsForValue().get("user:"+id);if(user!=null)returnuser;// 查数据库user=userMapper.selectById(id);if(user!=null){redisTemplate.opsForValue().set("user:"+id,user,30,TimeUnit.MINUTES);}else{// 空值缓存，防止穿透redisTemplate.opsForValue().set("user:"+id,newUser(),1,TimeUnit.MINUTES);}returnuser;}

4.2 缓存击穿

场景：某个热点 key 在过期的瞬间，大量并发请求同时打到数据库。

解决方案：

• 互斥锁：第一个线程获得锁并查库更新缓存，其他线程等待
• 逻辑过期：不设物理过期，值里包含过期时间戳，后台线程异步刷新

4.3 缓存雪崩

场景：大量 key 在同一时间过期，缓存集体失效，数据库瞬间被压垮。

解决方案：给过期时间加上随机值，比如30 分钟 + random(1-5 分钟)：

intrandomMinutes=newRandom().nextInt(5)+1;redisTemplate.opsForValue().set(key,value,30+randomMinutes,TimeUnit.MINUTES);

五、分布式锁：从 SETNX 到 Redisson

5.1 为什么需要分布式锁？

单机环境下synchronized或ReentrantLock能搞定并发问题。但服务一部署多个实例，JVM 锁就失效了——锁信息不在同一个 JVM 里。这时需要一个所有实例都能访问的"公共锁"——Redis。

5.2 Redisson 分布式锁（推荐）

手写 SETNX + 过期时间容易出死锁、误删锁等问题。Redisson 是 Redis 官方推荐的 Java 客户端，自带看门狗机制——自动续期，防止业务执行时间超过锁过期时间导致锁被误释放。

<dependency><groupId>org.redisson</groupId><artifactId>redisson-spring-boot-starter</artifactId><version>3.27.0</version></dependency>

@ServicepublicclassOrderService{@AutowiredprivateRedissonClientredissonClient;publicvoiddeductStock(LongproductId){StringlockKey="lock:stock:"+productId;RLocklock=redissonClient.getLock(lockKey);try{// 尝试加锁，最多等待10秒，锁30秒后自动释放if(lock.tryLock(10,30,TimeUnit.SECONDS)){// 查询库存intstock=getStockFromDB(productId);if(stock<=0)thrownewRuntimeException("库存不足");// 扣减库存updateStock(productId,stock-1);}}catch(InterruptedExceptione){Thread.currentThread().interrupt();}finally{// 判断锁是否仍被当前线程持有再释放，防止误删if(lock.isHeldByCurrentThread()){lock.unlock();}}}}

看门狗机制：tryLock第三个参数是锁过期时间。如果不传（使用单参数重载），Redisson 默认设 30 秒，然后每 10 秒自动续期一次。即便业务执行了 2 分钟，锁也不会过期。

六、完整示例：缓存查询 + 分布式锁防击穿

把缓存和分布式锁结合起来，做一道"防击穿缓存查询"：

publicUsergetUserByIdWithCache(Longid){StringcacheKey="user:"+id;// 1. 先查缓存Useruser=(User)redisTemplate.opsForValue().get(cacheKey);if(user!=null)returnuser;// 2. 缓存未命中，加分布式锁StringlockKey="lock:user:"+id;RLocklock=redissonClient.getLock(lockKey);try{if(lock.tryLock(5,10,TimeUnit.SECONDS)){// 3. 双重检查user=(User)redisTemplate.opsForValue().get(cacheKey);if(user!=null)returnuser;// 4. 查数据库user=userMapper.selectById(id);if(user!=null){redisTemplate.opsForValue().set(cacheKey,user,30,TimeUnit.MINUTES);}}}catch(InterruptedExceptione){Thread.currentThread().interrupt();}finally{if(lock.isHeldByCurrentThread())lock.unlock();}returnuser;}

七、缓存使用最佳实践总结

Redis 用好是银弹，用不好是毒药。缓存更新的策略（先删缓存还是先更数据库）没有银弹，根据业务场景选择。分布式锁务必考虑超时和死锁场景，Redisson 的看门狗能救你半条命。