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"。

---