什么是缓存预热

缓存预热：概念、原理与最佳实践

摘要：缓存预热是提升系统启动后性能的关键手段。本文详细讲解缓存预热是什么、为什么需要、如何实现，并给出Spring Boot环境下的完整代码示例，帮助你彻底解决缓存穿透和缓存击穿问题。

1. 什么是缓存预热？

缓存预热 是指在系统启动或缓存大规模失效之后，主动将热点数据（或全部必要数据）提前加载到缓存（如Redis）中的过程。

简单说：让缓存"先热起来"，而不是等用户请求来了才被动加载。
系统启动
执行缓存预热
从数据库/源系统

加载热点数据
写入Redis
缓存已预热

用户请求直达缓存

2. 为什么需要缓存预热？

没有缓存预热时，系统刚启动或缓存大规模失效后，缓存是空的。此时大量并发请求会：

• 直接打到数据库 → 缓存穿透（查不到的数据每次都查DB）
• 热点key突然失效 → 缓存击穿（大量请求同时查DB）
• 整体DB压力飙升，甚至导致数据库崩溃

缓存预热可以：

问题	预热的作用
缓存穿透	预热后缓存中存在数据，不会穿透到DB
缓存击穿	热点key已经存在于缓存中，不会突然失效
启动时雪崩	提前加载数据，避免启动瞬间DB被打垮
用户体验	首次访问即可命中缓存，响应更快

3. 常见应用场景

• 电商系统：商品详情、分类信息、库存信息预热
• 内容平台：热门文章、推荐列表预热
• 配置中心：系统配置、开关配置预热
• 用户会话：用户权限、基本信息预热（非全部用户，只预热活跃用户）

4. 缓存预热的实现方式

4.1 三种预热触发时机

触发时机	说明	适用场景
系统启动时	应用启动完成后立即预热	数据量不大，或核心数据必须存在
定时任务	定期刷新热点数据（如每小时）	数据变化较频繁，需要保持缓存新鲜度
手动触发	通过接口或运维命令触发预热	数据变更后需要手动更新缓存

4.2 预热流程图（系统启动时）

Redis 数据库 应用服务 Redis 数据库 应用服务 loop [逐条或批量写入] 后续用户请求直接从Redis获取 Spring容器启动完成 1. 查询需要预热的数据 (如所有商品ID列表) 返回数据 2. SET key value EX ttl 3. 预热完成，正常对外服务

5. 代码实战：Spring Boot 实现缓存预热

5.1 方式一：实现 InitializingBean

@Component
public class CachePreheat implements InitializingBean {

    @Autowired
    private RedisTemplate<String, Object> redisTemplate;

    @Autowired
    private ProductService productService; // 数据库查询服务

    @Override
    public void afterPropertiesSet() throws Exception {
        // 预热逻辑
        preheat();
    }

    private void preheat() {
        // 查询需要预热的数据（如所有上架商品ID）
        List<Long> productIds = productService.getAllOnShelfProductIds();
        for (Long id : productIds) {
            Product product = productService.getById(id);
            String key = "product:" + id;
            // 写入缓存，过期时间24小时
            redisTemplate.opsForValue().set(key, product, 24, TimeUnit.HOURS);
        }
        System.out.println("缓存预热完成，共预热 " + productIds.size() + " 条数据");
    }
}

5.2 方式二：实现 CommandLineRunner

@Component
@Slf4j
public class CachePreheatRunner implements CommandLineRunner {

    @Autowired
    private RedisTemplate<String, Object> redisTemplate;

    @Autowired
    private HotDataService hotDataService;

    @Override
    public void run(String... args) throws Exception {
        log.info("开始执行缓存预热...");
        List<HotData> hotList = hotDataService.getTop1000HotData(); // 只预热前1000热点
        for (HotData data : hotList) {
            redisTemplate.opsForValue().set(
                "hot:" + data.getId(), 
                data, 
                1, TimeUnit.HOURS
            );
        }
        log.info("缓存预热结束，共 {} 条", hotList.size());
    }
}

5.3 方式三：使用 @PostConstruct（更简单）

@Component
public class CachePreheatPostConstruct {

    @Autowired
    private RedisTemplate<String, Object> redisTemplate;

    @PostConstruct
    public void init() {
        // 预热代码
    }
}

注意 ：@PostConstruct 在Bean初始化后、尚未完全对外提供服务前执行，适合简单预热。

6. 缓存预热的进阶策略

6.1 全量预热 vs 增量预热

策略	做法	优点	缺点
全量预热	将所有数据加载到缓存	命中率最高	内存占用大，启动慢
热点预热	只预热访问频率最高的N条数据	内存效率高，启动快	需要预先统计热点

推荐：先统计访问日志或使用LFU算法确定热点，仅预热热点数据。

6.2 定时预热 + 增量刷新

@Scheduled(cron = "0 0 2 * * ?") // 每天凌晨2点执行
public void scheduledPreheat() {
    // 重新加载热点数据，覆盖旧缓存
    preheat();
}

6.3 预热时批量写入优化

避免循环单条set，使用Pipeline或批量操作：

redisTemplate.executePipelined((RedisCallback<Object>) connection -> {
    for (Product p : products) {
        byte[] key = ("product:" + p.getId()).getBytes();
        byte[] value = JSON.toJSONString(p).getBytes();
        connection.setEx(key, 86400, value);
    }
    return null;
});

7. 注意事项与最佳实践

7.1 避免重复预热

• 使用标志位（如Redis中的preheat:done）防止多次预热。
• 预热前清空原有缓存？视情况决定，建议先清再写或增量合并。

7.2 预热数据量控制

• 如果数据量极大（千万级），预热会导致启动缓慢、内存飙升。
• 解决方案 ：分页查询+分批写入+使用SCAN或异步处理。

7.3 预热失败处理

• 预热过程中发生异常，不应阻塞应用启动。可以捕获异常，记录日志，稍后重试或依赖懒加载兜底。

7.4 与缓存淘汰策略的配合

• 预热写入时设置合理的TTL，避免永久缓存占用内存。
• 如果使用allkeys-lru，预热的热点数据会被LRU保护，冷数据自动淘汰。

7.5 不要预热所有DB数据

• 只预热真正会被高频访问的数据。否则浪费内存，且可能导致Redis内存淘汰掉真正的热点。

8. 总结

核心点	说明
定义	系统启动或缓存失效后，主动将热点数据加载到缓存
作用	避免缓存穿透/击穿，保护数据库，提升用户体验
实现方式	InitializingBean、CommandLineRunner、@PostConstruct
进阶策略	热点预热、定时刷新、批量写入、异步预热
注意事项	控制数据量、处理异常、避免重复预热

一句话总结：缓存预热 = 主动填充 + 热点优先 + 合理TTL，让缓存真正成为系统的"加速器"。

---