SpringBoot3实战：JetCache多级缓存架构设计与性能优化

1. 为什么需要多级缓存架构

在电商、社交、内容平台等高并发场景中，数据库往往成为性能瓶颈。我去年参与的一个社区项目，在高峰期每秒要处理近万次用户动态查询，单纯依赖MySQL的QPS只能撑到2000左右。这时候缓存就成了救命稻草，但传统的Redis缓存方案存在两个致命问题：

1. 网络IO开销：每个请求都要走网络访问Redis，即使内网延迟0.5ms，在高并发下也会累积成显著耗时
2. 缓存穿透风险：当大量请求同时查询一个不存在的数据时，会直接击穿到数据库

JetCache的多级缓存架构完美解决了这些问题。它采用本地缓存+远程缓存的二级结构：

• 本地缓存（Caffeine/LinkedHashMap）：提供纳秒级的访问速度，应对突发流量
• 远程缓存（Redis）：保证分布式一致性，作为数据兜底

实测下来，这种架构能让QPS提升8-12倍。比如我们给用户信息查询接口加上两级缓存后，99%的请求在本地缓存就返回了，Redis负载下降了90%，数据库压力几乎为零。

2. JetCache核心特性解析

2.1 多级缓存自动联动

JetCache最让我惊艳的是它的透明多级缓存机制。看这段配置：

jetcache: remote: default: type: redis uri: redis://127.0.0.1:6379 local: default: type: caffeine limit: 1000

配上@Cached注解后，访问流程自动变成：

1. 先查本地缓存 → 命中则返回
2. 本地未命中 → 查Redis → 回填本地缓存
3. Redis未命中 → 查数据库 → 回填Redis和本地

整个过程对业务代码完全透明，你只需要关注业务逻辑。我在处理商品详情页时，通过这个特性将平均响应时间从35ms降到了2ms。

2.2 灵活的过期策略

大多数缓存框架只支持固定TTL，而JetCache提供了三种维度控制：

1. 全局默认过期：通过yml配置

   jetcache: local: default: expireAfterWriteInMillis: 1800000 # 30分钟

2. 方法级定制：通过注解参数覆盖

   @Cached(expire = 3600, localExpire = 1800) public Product getProduct(Long id) {...}

3. 动态计算：使用SpEL表达式

   @Cached(expire = "#product.category.ttl") public Product getProduct(Product product) {...}

特别提醒：本地缓存过期时间（localExpire）建议设置为远程缓存的1/2到2/3，这样可以避免本地缓存过早失效导致的集中访问Redis。

3. SpringBoot3集成实战

3.1 环境准备

使用SpringBoot 3.1.x + JDK17的组合，首先引入关键依赖：

<dependency> <groupId>com.alicp.jetcache</groupId> <artifactId>jetcache-starter-redis-lettuce</artifactId> <version>2.7.4</version> </dependency> <dependency> <groupId>com.github.ben-manes.caffeine</groupId> <artifactId>caffeine</artifactId> <version>3.1.8</version> </dependency>

注意：SpringBoot3必须使用jetcache 2.7.3+版本，否则会出现兼容性问题。我就曾踩过这个坑，报错信息是NoSuchMethodError: org.springframework.core.annotation.AnnotationUtils.clearCache()。

3.2 配置详解

推荐使用yaml配置，比properties更清晰：

jetcache: statIntervalMinutes: 15 # 监控统计间隔 areaInCacheName: false # 关闭area前缀 local: default: type: caffeine # 高性能本地缓存 keyConvertor: fastjson2 # Key序列化方式 limit: 10000 # 本地缓存最大元素数 expireAfterWriteInMillis: 300000 # 5分钟过期 remote: default: type: redis.lettuce # 使用Lettuce客户端 keyConvertor: fastjson2 uri: redis://127.0.0.1:6379/0 valueEncoder: kryo # 高性能序列化 valueDecoder: kryo poolConfig: minIdle: 5 maxIdle: 20

几个关键配置说明：

• keyConvertor：建议使用fastjson2，比jackson性能高30%
• valueEncoder：kryo序列化体积比java原生小60%，但要注意注册类
• poolConfig：根据QPS调整，一般maxIdle设为QPS的1/10

3.3 缓存一致性保障

分布式环境下最大的挑战是缓存一致性问题。JetCache提供了两种解决方案：

方案一：广播通知（推荐）

jetcache: remote: default: broadcastChannel: product_cache # 自定义频道名

当某个节点更新缓存时，会通过Redis的Pub/Sub通知其他节点失效本地缓存。实测延迟在10ms内。

方案二：定时刷新

@Cached(name="product:", key="#id", expire = 3600) @CacheRefresh(refresh = 1800, stopRefreshAfterLastAccess = 3600) public Product getById(Long id) {...}

适合读多写少的场景，比如商品基础信息。注意refresh时间要小于expire时间。

4. 性能优化技巧

4.1 缓存预热策略

系统启动时主动加载热点数据，我用这个方案将秒杀活动的首屏加载时间从3s降到300ms：

@PostConstruct public void init() { List<Long> hotProductIds = productService.getHotProductIds(); hotProductIds.parallelStream().forEach(id -> { productCache.get(id); // 触发加载 }); }

4.2 避免缓存雪崩

给不同的key设置随机过期时间：

@Cached(expire = "#product.type.baseTtl + T(java.util.concurrent.ThreadLocalRandom).current().nextInt(300)") public Product getProduct(Product product) {...}

4.3 监控与调优

开启统计后可以在日志中看到这样的报表：

cache | qps| rate| get| hit| fail| expire|avgLoadTime -------------------+----+------+-------------+-------------+-------------+-------------+----------- productCache_local | 12k| 98.7%| 120,345| 118,789| 0| 1,556| 0.2 productCache_remote| 256| 85.3%| 1,201| 1,025| 3| 173| 5.1

重点关注两个指标：

1. 本地缓存命中率：建议保持在95%以上
2. 远程缓存平均加载时间：超过10ms需要优化Redis或网络

5. 常见问题解决方案

问题一：缓存穿透

@Cached(name="user:", key="#id", expire = 3600, cacheNullValue = true) public User getUser(Long id) { User user = userMapper.selectById(id); if(user == null) { return NullValue.INSTANCE; // 特殊标记 } return user; }

问题二：缓存击穿

@Cached(name="config:", key="#key", expire = 86400) @CachePenetrationProtect // 加锁防击穿 public String getConfig(String key) {...}

问题三：大Key压缩

@Cached(name="article:", key="#id", valueEncoder = "compressedKryo", valueDecoder = "compressedKryo") public Article getArticle(Long id) {...}

需要在配置中注册压缩编解码器：

@Bean public CompressedKryoValueEncoder compressedKryoEncoder() { return new CompressedKryoValueEncoder(); }