[013][缓存模块]基于Redis的计数器缓存模板设计——AbstractCounterCacheTemplate 技术解析

[013][缓存模块]基于Redis的计数器缓存模板设计------AbstractCounterCacheTemplate 技术解析

1. 概述

在业务系统中，我们经常需要对某个行为或资源的访问次数进行统计，并设定一个上限阈值。例如：

用户每日登录尝试次数限制（5 次）
短信验证码发送频率限制（每分钟 1 次）
API 调用配额限制（每小时 1000 次）

传统做法是使用数据库记录次数，但高频计数会带来较大的写入压力。利用 Redis 原子自增特性实现计数器，既能保证性能，又能借助缓存过期机制控制时间窗口。

AbstractCounterCacheTemplate 正是这样一个基于 Redis 的计数器模板抽象类，它继承自 AbstractRedisCacheTemplate<String, Integer>，提供了开箱即用的"计数 + 上限校验"能力。开发者只需继承该类并配置 cacheName，即可获得一个线程安全的、带有溢出异常的计数器。

2. 类结构设计

java 复制代码

public abstract class AbstractCounterCacheTemplate 
        extends AbstractRedisCacheTemplate<String, Integer> {
    private int maxTimes = 1;
    // 核心计数方法
    public int counting(String key) throws CounterOverflowException;
    public int counting(String key, int maxTimes) throws CounterOverflowException;
    public int counting(String key, int maxTimes, boolean useMd5);
}

2.1 继承体系

CacheTemplate<K,V>：顶层接口，定义缓存基本操作（put、get、delete 等）。
AbstractCacheTemplate<K,V>：抽象实现，利用 Spring 的 Cache 抽象完成大部分操作，并在 SmartInitializingSingleton 回调中初始化底层缓存。
AbstractRedisCacheTemplate<K,V>：指定底层缓存来源为 Redis（通过 CacheManagerCreatorFactory 获取）。
AbstractCounterCacheTemplate：进一步限定键类型为 String，值类型为 Integer，并固化计数器逻辑。

2.2 核心属性

属性	类型	说明
`maxTimes`	`int`	默认最大计数次数，可通过构造或 setter 修改。默认值为 1。

3. 核心方法解析

3.1 值类型与生成器

java 复制代码

@Override
public Class<Integer> getValueClass() {
    return Integer.class;
}

@Override
public Integer valueGenerator(String key) {
    return 1;   // 首次计数时，缓存中存入 1
}

getValueClass()：告知底层 Cache 实例在 get(key, Class) 时进行类型转换。
valueGenerator(String key)：当缓存中不存在指定键时，create(key) 会调用该方法生成初始值并存入缓存。计数器场景下，首次计数后次数应为 1，因此返回 1。

3.2 计数方法重载

提供了三个 counting 重载方法，最终都委托给最完整的方法：

java 复制代码

public int counting(String key, int maxTimes, boolean useMd5) 
        throws CounterOverflowException

执行流程：

参数校验 ：key 不能为 null。
键转换 ：若 useMd5 == true，则使用 MD5 对原始键进行摘要，以减少 Redis 键的内存占用（适用于键较长、含特殊字符或敏感信息的场景）。
获取当前计数值 ：通过 get(newKey) 获取，若为 null 则视为 0。
分支处理 ：
- 若当前值为 0（即首次计数）：调用 create(newKey)，内部调用 valueGenerator 将 1 存入缓存。
- 若当前值 >0：执行 put(newKey, index + 1) 将次数加一。
  - 若加一前的 index >= maxTimes - 1，说明本次操作后次数将 达到或超过 上限，则抛出 CounterOverflowException，异常消息为 String.valueOf(maxTimes)。
返回值 ：index + 1（即本次计数后的新值）。

3.3 异常处理

CounterOverflowException 是自定义的运行时异常，调用方可根据需要捕获并处理（如提示用户"操作次数已达上限"）。

4. 使用示例

4.1 定义具体计数器类

java 复制代码

@Service
public class LoginAttemptCounter extends AbstractCounterCacheTemplate {
    public LoginAttemptCounter() {
        super("login:attempt");        // 指定 Redis 缓存名称
        setMaxTimes(5);                // 设置最多允许 5 次错误尝试
    }
}

4.2 在业务代码中计数

java 复制代码

@Service
public class AuthService {
    @Autowired
    private LoginAttemptCounter counter;

    public void login(String username, String password) {
        try {
            int currentTimes = counter.counting(username);
            // 正常登录验证...
        } catch (CounterOverflowException e) {
            throw new BusinessException("登录尝试次数已达上限，请稍后再试");
        }
    }
}

4.3 带独立上限的计数

java 复制代码

// 动态指定本次计数的上限（例如不同等级的 API 调用方配额不同）
int times = counter.counting(apiKey, 100, false);

4.4 对敏感键进行 MD5 处理

java 复制代码

// 原始键可能是手机号、邮箱等隐私信息，使用 MD5 摘要后作为 Redis 键
int times = counter.counting(userEmail, 10, true);

5. 注意事项与最佳实践

5.1 缓存过期策略

AbstractCounterCacheTemplate 本身未设置缓存过期时间，计数会一直累加直到被手动删除或 Redis 内存淘汰。

实际使用时，应利用底层 Redis 缓存的 TTL 能力，例如在初始化缓存时设置过期时间（可重写 create 方法，或在获取 Cache 实例时配置默认过期）。推荐结合 @Cacheable 的 expire 属性或使用 RedisCacheManager 的默认配置。

5.2 线程安全与原子性

底层调用的是 Spring Cache 接口，对于 putIfAbsent、get、put 操作是否原子取决于具体实现。

Redis 缓存实现（如 RedisCache）使用 SET NX 和 INCR 等原子命令。但当前代码逻辑包含 get → 判断 → put 三步，存在竞态条件（两个线程同时 get 到 null，都会执行 create 导致初始值被覆盖）。

如果需要严格的原子性，建议改用 Redis 原生的 INCR 命令并配合 Lua 脚本校验上限。不过对于绝大多数非金融级计频场景，当前实现已经足够。

5.3 键值类型限制

键固定为 String，值固定为 Integer。如果需要计数为 Long 类型（可能超过 21 亿），可修改 getValueClass() 返回 Long.class 并调整 valueGenerator 返回 1L。

5.4 溢出语义说明

抛出异常时，缓存中的值已经被加一。调用方可以根据异常信息决定是否进行回滚（例如将计数减一），但通常业务上不需回滚，因为已经达到上限后再计数也应视为失败。

6. 总结

AbstractCounterCacheTemplate 是一个轻量级的、面向业务计数的缓存模板抽象类，它：

特点	描述
✅ 开箱即用	继承后只需指定 `cacheName` 和 `maxTimes` 即可获得完整计数能力
✅ 上限保护	达到阈值自动抛出 `CounterOverflowException`
✅ 键安全	支持对原始键进行 MD5 摘要，适合敏感信息场景
✅ 灵活重载	可动态传入单次计数的上限值
✅ 基于 Redis	利用 Redis 高性能和持久化能力，适合分布式环境

适用场景：

登录/密码尝试次数限制
验证码发送频率控制
用户操作配额（点赞、评论、下载等）
开放平台 API 调用频控

改进建议：

增加缓存过期时间（可以配合 @CachePut 的 condition 或自定义 TTL）
考虑提供原子性更强的实现（Lua 脚本）
支持递减或重置计数的方法

通过合理使用该模板，开发者可以快速为系统添加上限可控的计数器功能，同时保持代码简洁和可维护性。

阅读最新文章，请关注我的微信公众号：杨运交，公众号ID： gh_31209a11b93e