当前位置：首页 > news >正文

缓存策略与 Spring Boot：2026 实战指南

news 2026/5/28 11:10:39

缓存策略与 Spring Boot：2026 实战指南

我是 Alex，一个在 CSDN 写 Java 架构思考的暖男。看到新手博主写技术踩坑记录总会留言："这个 debug 思路很 solid，下次试试加个 circuit breaker 会更优雅。"我的文章里从不说空话，每个架构图都经过生产环境验证。对了，别叫我大神，喊我 Alex 就好。

一、缓存的核心概念

缓存是提高系统性能的重要手段，它通过存储频繁访问的数据，减少对数据源的访问，从而提高响应速度和系统吞吐量。

1.1 缓存的类型

内存缓存：如 Redis、Memcached、Caffeine
磁盘缓存：如 Ehcache、H2 内存数据库
分布式缓存：如 Redis Cluster、Hazelcast

1.2 缓存的优势

提高响应速度：减少数据访问时间
减轻数据库压力：减少数据库查询次数
提高系统吞吐量：处理更多并发请求
增强系统可靠性：在数据源不可用时提供备用数据

二、Spring Boot 缓存支持

Spring Boot 提供了强大的缓存抽象，支持多种缓存实现。

2.1 核心注解

@EnableCaching：启用缓存支持
@Cacheable：标记方法结果可以被缓存
@CachePut：更新缓存
@CacheEvict：清除缓存
@Caching：组合多个缓存操作

2.2 缓存配置

@Configuration@EnableCachingpublicclassCacheConfig{@BeanpublicCacheManagercacheManager(RedisConnectionFactoryfactory){RedisCacheConfigurationconfig=RedisCacheConfiguration.defaultCacheConfig().entryTtl(Duration.ofMinutes(10)).prefixCacheNameWith("app:").serializeKeysWith(RedisSerializationContext.SerializationPair.fromSerializer(newStringRedisSerializer())).serializeValuesWith(RedisSerializationContext.SerializationPair.fromSerializer(newGenericJackson2JsonRedisSerializer()));returnRedisCacheManager.builder(factory).cacheDefaults(config).build();}}

2.3 缓存实现选择

缓存实现	特点	适用场景
Caffeine	内存缓存，高性能	本地缓存，热点数据
Redis	分布式缓存，支持持久化	分布式系统，需要持久化的缓存
Ehcache	支持磁盘存储	需要持久化的本地缓存
Hazelcast	分布式内存数据网格	高可用分布式缓存

三、缓存策略设计

3.1 缓存策略类型

读写穿透（Read/Write Through）：读写操作都经过缓存
写回（Write Back）：先更新缓存，定期批量更新数据源
失效策略（Cache Aside）：更新数据源时使缓存失效
预加载（Preloading）：提前加载热点数据到缓存

3.2 缓存键设计

唯一性：确保缓存键唯一
可读性：便于调试和管理
一致性：相同业务逻辑使用相同的缓存键

// 缓存键生成策略@ServicepublicclassCacheKeyGenerator{publicStringgenerateUserKey(LonguserId){return"user:"+userId;}publicStringgenerateProductKey(StringproductId){return"product:"+productId;}publicStringgenerateOrderKey(LongorderId){return"order:"+orderId;}}

3.3 缓存过期策略

时间过期：设置固定的过期时间
LRU（Least Recently Used）：淘汰最近最少使用的缓存
LFU（Least Frequently Used）：淘汰访问频率最低的缓存
FIFO（First In First Out）：淘汰最早进入的缓存

四、Spring Boot 缓存实战

4.1 基本使用

@ServicepublicclassUserService{@Cacheable(value="users",key="#id")publicUsergetUserById(Longid){// 从数据库查询returnuserRepository.findById(id).orElse(null);}@CachePut(value="users",key="#user.id")publicUserupdateUser(Useruser){// 更新数据库returnuserRepository.save(user);}@CacheEvict(value="users",key="#id")publicvoiddeleteUser(Longid){// 删除数据库记录userRepository.deleteById(id);}}

4.2 条件缓存

@ServicepublicclassProductService{@Cacheable(value="products",key="#id",condition="#id > 0")publicProductgetProductById(Longid){// 从数据库查询returnproductRepository.findById(id).orElse(null);}@Cacheable(value="products",key="#name",unless="#result == null")publicProductgetProductByName(Stringname){// 从数据库查询returnproductRepository.findByName(name);}}

4.3 组合缓存操作

@ServicepublicclassOrderService{@Caching(put={@CachePut(value="orders",key="#order.id"),@CachePut(value="userOrders",key="#order.userId")})publicOrdercreateOrder(Orderorder){// 创建订单returnorderRepository.save(order);}@Caching(evict={@CacheEvict(value="orders",key="#id"),@CacheEvict(value="userOrders",key="#userId")})publicvoidcancelOrder(Longid,LonguserId){// 取消订单orderRepository.updateStatus(id,OrderStatus.CANCELLED);}}

五、分布式缓存实现

5.1 Redis 缓存

Redis 是最常用的分布式缓存实现，它支持多种数据结构和持久化方式。

// Redis 配置@ConfigurationpublicclassRedisConfig{@BeanpublicRedisTemplate<String,Object>redisTemplate(RedisConnectionFactoryfactory){RedisTemplate<String,Object>template=newRedisTemplate<>();template.setConnectionFactory(factory);// 配置序列化器template.setKeySerializer(newStringRedisSerializer());template.setValueSerializer(newGenericJackson2JsonRedisSerializer());template.setHashKeySerializer(newStringRedisSerializer());template.setHashValueSerializer(newGenericJackson2JsonRedisSerializer());returntemplate;}@BeanpublicStringRedisTemplatestringRedisTemplate(RedisConnectionFactoryfactory){returnnewStringRedisTemplate(factory);}}

5.2 缓存一致性

在分布式系统中，缓存一致性是一个重要的挑战。

最终一致性：允许缓存和数据源暂时不一致，最终会达到一致
强一致性：确保缓存和数据源始终一致

5.3 缓存穿透、击穿和雪崩

缓存穿透：查询不存在的数据，导致每次都查询数据库
缓存击穿：热点数据过期，导致大量请求同时查询数据库
缓存雪崩：大量缓存同时过期，导致数据库压力骤增

// 解决缓存穿透@ServicepublicclassProductService{@Cacheable(value="products",key="#id")publicProductgetProductById(Longid){Productproduct=productRepository.findById(id).orElse(null);// 缓存空值，防止缓存穿透if(product==null){// 空值缓存较短时间redisTemplate.opsForValue().set("product:"+id,"",5,TimeUnit.MINUTES);}returnproduct;}}// 解决缓存击穿@ServicepublicclassProductService{@Cacheable(value="products",key="#id")publicProductgetProductById(Longid){// 双重检查锁定，防止缓存击穿Productproduct=productRepository.findById(id).orElse(null);if(product!=null){// 热点数据设置较长过期时间redisTemplate.expire("product:"+id,24,TimeUnit.HOURS);}returnproduct;}}

六、缓存监控与管理

6.1 缓存监控

缓存命中率：监控缓存的命中情况
缓存大小：监控缓存的使用情况
缓存过期：监控缓存的过期情况

6.2 缓存管理

手动清除缓存：在必要时手动清除缓存
缓存预热：系统启动时预加载热点数据
缓存迁移：在系统升级时迁移缓存数据

6.3 监控工具

Spring Boot Actuator：提供缓存监控端点
Prometheus + Grafana：监控缓存指标
Redis Insight：Redis 监控工具

七、生产环境最佳实践

7.1 缓存策略选择

本地缓存：使用 Caffeine 作为本地缓存，提高热点数据访问速度
分布式缓存：使用 Redis 作为分布式缓存，确保数据一致性
多级缓存：结合本地缓存和分布式缓存，提高性能和可靠性

7.2 缓存配置优化

过期时间：根据数据变化频率设置合理的过期时间
内存限制：设置合理的内存限制，避免缓存占用过多内存
序列化：选择高效的序列化方式，减少网络传输和存储开销

7.3 错误处理

缓存不可用：当缓存不可用时，直接访问数据源
缓存异常：捕获缓存异常，确保业务逻辑正常执行

@ServicepublicclassUserService{@Cacheable(value="users",key="#id")publicUsergetUserById(Longid){try{returnuserRepository.findById(id).orElse(null);}catch(Exceptione){// 缓存异常时直接返回数据库查询结果log.error("Cache error: {}",e.getMessage());returnuserRepository.findById(id).orElse(null);}}}

八、性能优化技巧

8.1 缓存预热

@ComponentpublicclassCacheWarmerimplementsApplicationRunner{privatefinalUserServiceuserService;privatefinalProductServiceproductService;publicCacheWarmer(UserServiceuserService,ProductServiceproductService){this.userService=userService;this.productService=productService;}@Overridepublicvoidrun(ApplicationArgumentsargs){// 预热热点用户数据List<Long>hotUserIds=Arrays.asList(1L,2L,3L,4L,5L);hotUserIds.forEach(userService::getUserById);// 预热热点商品数据List<Long>hotProductIds=Arrays.asList(101L,102L,103L,104L,105L);hotProductIds.forEach(productService::getProductById);}}

8.2 批量操作

@ServicepublicclassUserService{@Cacheable(value="users",key="#ids")publicMap<Long,User>getUsersByIds(List<Long>ids){// 批量查询List<User>users=userRepository.findAllById(ids);returnusers.stream().collect(Collectors.toMap(User::getId,Function.identity()));}}

8.3 异步缓存更新

@ServicepublicclassProductService{@Async@CachePut(value="products",key="#product.id")publicProductupdateProductAsync(Productproduct){// 异步更新缓存returnproductRepository.save(product);}}