Spring Cache与Redis集成原理

一、核心架构图解

业务方法 Spring Cache抽象层 CacheManager RedisCache RedisTemplate Redis服务器

二、关键组件解析

1. 缓存注解与Redis映射

java 复制代码

@Cacheable(value = "users", key = "#id")
public User getUser(Long id) { ... }

Redis键生成 ：cacheName::SpEL表达式结果
值序列化：默认使用JDK序列化，推荐JSON

2. RedisCacheManager配置

java 复制代码

@Bean
public RedisCacheManager cacheManager(RedisConnectionFactory factory) {
    RedisCacheConfiguration config = RedisCacheConfiguration.defaultCacheConfig()
        .serializeValuesWith(SerializationPair.fromSerializer(redisSerializer()))
        .entryTtl(Duration.ofMinutes(30));
    
    return RedisCacheManager.builder(factory)
        .cacheDefaults(config)
        .build();
}

三、数据存储结构

1. Redis数据结构

redis 复制代码

# String类型存储
SET "users::1001" "{\"id\":1001,\"name\":\"Alice\"}"

# Hash类型存储（当使用@Cacheable的cacheNames多级时）
HSET "users" "1001" "{\"id\":1001,\"name\":\"Alice\"}"

2. TTL管理

0秒 300秒 600秒 900秒 1200秒 1500秒 1800秒缓存创建有效存活期访问续期缓存条目缓存生命周期

四、缓存操作流程

应用程序 Spring Cache Redis服务器调用@Cacheable方法生成key并查询返回缓存数据反序列化返回执行实际方法获取结果序列化存储 alt [缓存命中] [缓存未命中] 应用程序 Spring Cache Redis服务器

五、高级特性实现

1. 缓存穿透防护

java 复制代码

@Cacheable(value = "users", key = "#id", unless = "#result == null")
public User getUser(Long id) { 
    // 返回null时不缓存
}

2. 分布式锁同步

java 复制代码

@CachePut(value = "users", key = "#user.id")
@Transactional
public User updateUser(User user) {
    // 使用Redisson实现分布式锁
    RLock lock = redissonClient.getLock("user_lock:" + user.getId());
    try {
        lock.lock();
        // 业务逻辑
    } finally {
        lock.unlock();
    }
}

六、性能优化策略

1. 序列化优化

java 复制代码

@Bean
public RedisTemplate<String, Object> redisTemplate() {
    RedisTemplate<String, Object> template = new RedisTemplate<>();
    template.setKeySerializer(new StringRedisSerializer());
    template.setValueSerializer(new GenericJackson2JsonRedisSerializer());
    return template;
}

2. 批量操作

java 复制代码

@Cacheable(value = "users", keyGenerator = "batchKeyGenerator")
public List<User> batchGetUsers(List<Long> ids) {
    // 使用Redis管道批量获取
}

七、监控与故障排查

1. 缓存命中率统计

java 复制代码

Cache cache = cacheManager.getCache("users");
RedisCacheStatistics stats = ((RedisCache) cache).getStatistics();
System.out.println("命中率: " + stats.getHitRatio());

2. 常见问题排查表

现象	可能原因	解决方案
缓存数据不一致	未正确使用@CacheEvict	添加事务管理，确保先更新数据库再清除缓存
反序列化失败	序列化方式不一致	统一客户端和服务端的序列化配置
内存溢出	未设置TTL或内存淘汰策略	配置合理的过期时间和LRU淘汰策略
高延迟	大Value值存储	压缩数据或拆分存储

通过合理配置Spring Cache与Redis的集成，可以实现：

透明化缓存管理：业务代码无需关注缓存实现
高性能数据访问：减少数据库压力
分布式一致性：通过Redis实现多节点缓存同步
灵活的策略配置：按需定制过期时间、序列化方式等

实际应用中需注意：

避免过度缓存导致内存压力
保持缓存与数据源的一致性
监控缓存命中率和响应时间
定期进行缓存清理和维护