Spring Boot + Redis 缓存实战：@Cacheable、序列化踩坑、缓存一致性，一次讲透

本文紧接上篇，是阶段 2的技术复盘，涵盖 Spring Cache 注解体系GenericJackson2JsonRe

disSerializer配置陷阱、SpEL 动态Key设计、缓存一致性策略等实战要点。全文包含 4 个踩坑记录 + 3 个业务的完整缓存策略 + 手把手验证方法，适合正在学习 Redis 缓存的 Spring Boot 朋友们阅读。

一、前言：为什么需要缓存

上篇文章我们给系统装上了【门禁系统】------JWT + Spring Security 认证授权。系统能用了，但性能如何？

来看一个真实场景：

复制代码

家属端首页 → 查询老人健康记录 → SELECT * FROM health_record WHERE elderly_id = 1
                                  → 每次请求都要走 MySQL
                                  → 100 个家属同时查 → 100 次相同 SQL

数据库就像一间办公室，每次查数据都要跑一趟。缓存就是在前台放一本便签本------查过的数据记下来，下次有人问直接翻便签，不用再跑办公室。

阶段 2 的目标就是给高频查询装上这层「便签本」：

老人信息查询 → 加缓存
健康记录查询 → 加缓存
阈值配置查询 → 加缓存

技术栈：Spring Boot 3.5 + Spring Cache + Redis + GenericJackson2JsonRedisSerializer + Knife4j

二、整体架构：一次查询的完整旅行

加缓存后，一个查询请求经历了什么？

复制代码

GET /api/elderly?page=1&pageSize=10
        │
        ▼
  ElderlyController
        │
        ▼
  ElderlyServiceImpl.pageQuery()
        │
        ▼
  ┌─────────────────────────────────────┐
  │  Spring CacheInterceptor (AOP 拦截)  │
  │                                      │
  │  "elderly:list::1:10:" 这个 key      │
  │  在 Redis 里有吗？                    │
  │        │                             │
  │    ┌───┴───┐                         │
  │    ▼       ▼                         │
  │  有缓存    无缓存                     │
  │    │       │                         │
  │  直接返回  查 MySQL                   │
  │            │                         │
  │            ▼                         │
  │     GenericJackson2Json              │
  │     RedisSerializer                  │
  │     把 Page<Elderly> → JSON          │
  │            │                         │
  │            ▼                         │
  │     存入 Redis，TTL 5分钟             │
  │     下次查到直接返回                  │
  └─────────────────────────────────────┘

读流程：请求 → Controller → Service → CacheInterceptor 拦截 → Redis 有 → 直接返回 / Redis 无 → 查 DB → 写 Redis → 返回

写流程：请求 → Controller → Service → CacheInterceptor 拦截 → 执行方法（insert/update/delete）→ 删除 Redis 对应 key → 下次读重建

几个关键角色：

角色	对应技术	职责
便签本	Redis	存储缓存数据
抄写员	GenericJackson2JsonRedisSerializer	Java 对象 ↔ JSON 互转
便签规则	`@Cacheable` / `@CacheEvict`	什么时候写便签、什么时候撕便签
AOP 门禁	CacheInterceptor	方法执行前拦截，决定走缓存还是查库

三、RedisConfig 配置：整个缓存体系的发动机

这是阶段 2 最核心、踩坑最多的一个类。先看完整配置，再逐段解释。

3.1 完整配置

java 复制代码

@Configuration
public class RedisConfig {

    // ========== CacheManager：给 @Cacheable / @CacheEvict 注解用 ==========

    @Bean
    public CacheManager cacheManager(RedisConnectionFactory factory) {
        // 三件套：时间模块 + 类型标记 + 序列化器
        ObjectMapper mapper = new ObjectMapper();
        mapper.registerModule(new JavaTimeModule());              // ① 处理 LocalDateTime
        mapper.activateDefaultTyping(                             // ② 开启 @class
            mapper.getPolymorphicTypeValidator(),
            ObjectMapper.DefaultTyping.NON_FINAL
        );
        GenericJackson2JsonRedisSerializer serializer =
            new GenericJackson2JsonRedisSerializer(mapper);       // ③ 传入配置好的 mapper

        // 默认缓存规则：10 分钟过期、不缓存 null
        RedisCacheConfiguration defaultConfig = RedisCacheConfiguration
            .defaultCacheConfig()
            .entryTtl(Duration.ofMinutes(10))
            .serializeKeysWith(
                SerializationPair.fromSerializer(
                    new StringRedisSerializer()))
            .serializeValuesWith(
                SerializationPair.fromSerializer(serializer))
            .disableCachingNullValues();

        // 差异化 TTL
        Map<String, RedisCacheConfiguration> configMap = new HashMap<>();
        configMap.put("elderly:list", defaultConfig.entryTtl(Duration.ofMinutes(5)));
        configMap.put("threshold",   defaultConfig.entryTtl(Duration.ofMinutes(30)));

        return RedisCacheManager.builder(factory)
            .cacheDefaults(defaultConfig)
            .withInitialCacheConfigurations(configMap)
            .build();
    }
}

3.2 配置要点逐一解释

① CacheManager vs RedisTemplate

这个类里实际上有两个 Bean：

Bean	用途	谁在用
`CacheManager`	给注解 `@Cacheable` / `@CacheEvict` 提供缓存管理	Spring Cache 自动使用
`RedisTemplate`	给手动操作 Redis 提供 API	开发者手动调用

阶段 2 全程用的是 CacheManager（注解驱动），RedisTemplate 是为后续 Redis 进阶预留的。

② 为什么 Key 用 StringRedisSerializer

Key 本身就是一个字符串（例如 "elderly:list::1:10:"），用 String 序列化器即可。用 JSON 序列化反而会多加一层引号和转义，浪费空间、降低可读性。

java 复制代码

用 StringRedisSerializer：  elderly:list::1:10:
用 JSON 序列化器：          "elderly:list::1:10:"   ← 多了双引号

③ 为什么 Value 必须用 GenericJackson2JsonRedisSerializer

CacheManager 不知道缓存里会存什么类型。今天是 Page<Elderly> ，明天是 List<HealthRecord> ，后天是 ThresholdConfig 。只有 Generic 类型的序列化器能通过 @class 自动识别。

普通的 Jackson2JsonRedisSerializer 需要在构造时指定 .class，无法用于 CacheManager。

④ 差异化 TTL：为什么不同缓存不同过期时间

缓存名	TTL	理由
`elderly:list`	5 分钟	老人信息偶尔变动，5 分钟延迟可接受
默认（单条 elderly 等）	10 分钟	单条记录查询频率低于列表
`threshold`	30 分钟	阈值配置几乎不变，最长缓存

没有标准答案，TTL 是业务取舍：越短数据越新、数据库压力越大；越长性能越好、数据可能越旧。

四、三个 Service 的缓存策略

4.1 ElderlyServiceImpl

老人信息涉及增删改查全套操作，缓存设计需要覆盖读和写两个方向：

java 复制代码

读操作：
  getById(id)     → @Cacheable(value="elderly",       key="#id")
  pageQuery(...)  → @Cacheable(value="elderly:list",  key="#page + ':' + #pageSize + ':' + #keyword")

写操作：
  addElderly(...)      → @CacheEvict(value="elderly:list", allEntries=true)
  updateById(entity)   → @Caching(evict={
                             @CacheEvict(value="elderly",      key="#entity.id"),
                             @CacheEvict(value="elderly:list", allEntries=true)
                         })
  removeById(id)       → @Caching(evict={
                             @CacheEvict(value="elderly",      key="#id"),
                             @CacheEvict(value="elderly:list", allEntries=true)
                         })

设计决策 1：为什么 updateById 和 removeById 要重写父类方法？

Controller 里直接调了 elderlyService.updateById(entity) 和 elderlyService.removeById(id)，这是 MyBatis Plus ServiceImpl 的内置方法，本身没有缓存注解。不符写加不了注解，必须重写。

java 复制代码

@Override
@Caching(evict = {
    @CacheEvict(value = "elderly", key = "#entity.id"),
    @CacheEvict(value = "elderly:list", allEntries = true)
})
public boolean updateById(Elderly entity) {
    return super.updateById(entity);
}

设计决策 2：为什么用 @Caching 组合两个 @CacheEvict？

更新一个老人时，涉及两级缓存：

java 复制代码

elderly::1 = {id:1, name:"张三", phone:"138xxx", ...}     ← 单条缓存，数据变了
elderly:list::1:10: = [{id:1, name:"张三", ...}, ...]     ← 列表缓存，含旧数据

一个 @CacheEvict 只能清除一个缓存名。@Caching 把多个缓存操作打包，同步清除两级缓存。

设计决策 3：为什么列表用 allEntries = true？

elderly:list 下可能有几十上百个 key：

java 复制代码

elderly:list::1:10:          ← page=1, size=10, 无搜索
elderly:list::1:10:张三      ← page=1, size=10, 搜"张三"
elderly:list::1:20:          ← page=1, size=20
elderly:list::2:10:          ← page=2, size=10
...

更新一条记录后，无法精确定位所有受影响的 key（因为搜索关键词组合无限多）。allEntries = true 一把全清，简单可靠。

代价：多删了一些没变的数据。但对于老人表（不多的数据），影响可以忽略。

4.2 HealthRecordServiceImpl ------ 参数最多，Key 最复杂

健康记录的查询总是限定某个老人，且有日期范围：

java 复制代码

// 分页查询
@Cacheable(value = "healthRecord:list",
    key = "#elderlyId + ':' + #page + ':' + #size + ':'" +
          " + (#startDate != null ? #startDate : '') + ':'" +
          " + (#endDate != null ? #endDate : '')")
public IPage<HealthRecord> pageQuery(Long elderlyId, Integer page, Integer size,
                                      LocalDate startDate, LocalDate endDate) { ... }

// 趋势查询
@Cacheable(value = "healthRecord:trend",
    key = "#elderlyId + ':' + (#startDate != null ? #startDate : '')" +
          " + ':' + (#endDate != null ? #endDate : '')",
    unless = "#result == null || #result.isEmpty()")
public List<HealthRecord> getTrendData(Long elderlyId, LocalDate startDate,
                                        LocalDate endDate) { ... }

// 新增/更新
@Override
@Caching(evict = {
    @CacheEvict(value = "healthRecord:list", allEntries = true),
    @CacheEvict(value = "healthRecord:trend", allEntries = true)
})
public boolean saveOrUpdate(HealthRecord entity) {
    return super.saveOrUpdate(entity);
}

设计要点：

unless = "#result == null || #result.isEmpty()"：不缓存空结果。老人没有健康记录时，每次都查库，避免缓存空列表浪费空间。
日期参数可能为 null（Controller 里 required = false），SpEL 用三元表达式兜底成空字符串。
saveOrUpdate 全清两个缓存，因为新增一条记录会影响分页和趋势图。

4.3 ThresholdConfigServiceImpl ------ 最简单，只有一条记录

阈值配置表永远只有一行数据，缓存设计最简单：

java 复制代码

@Cacheable(value = "threshold", key = "'config'")
public ThresholdConfig getConfig() { ... }

@CacheEvict(value = "threshold", key = "'config'")
public boolean saveOrUpdateConfig(ThresholdConfig config) { ... }

Key 写死 'config'，因为表里永远只有一条记录。注意 SpEL 中字符串字面量用单引号包裹，"'config'" 外层是 Java 双引号，内层是 SpEL 单引号。

五、核心注解速查

5.1 @Cacheable ------ 查缓存，没有再查库

java 复制代码

@Cacheable(value = "缓存名", key = "缓存key的SpEL表达式")

执行流程：

java 复制代码

方法被调用
    │
    ▼
用 key 去 Redis 查
    │
┌───┴───┐
▼       ▼
命中     未命中
│       │
直接返回  执行方法体
          │
          ▼
        把返回值存 Redis
          │
          ▼
        返回给调用方

两个常用属性：

属性	作用	示例
`unless`	满足条件时不缓存	`unless = "#result == null"`
`condition`	满足条件时才缓存	`condition = "#page < 5"`

5.2 @CacheEvict ------ 执行方法后删除缓存

java 复制代码

@CacheEvict(value = "缓存名", key = "要删的key" 或 allEntries = true)

allEntries = true 表示清空整个缓存名下所有 key。

5.3 @Caching ------ 组合多个缓存操作

java 复制代码

@Caching(evict = {
    @CacheEvict(value = "elderly", key = "#id"),        // 清除单条
    @CacheEvict(value = "elderly:list", allEntries = true)  // 清除列表
})

一个 @CacheEvict 只能操作一个缓存名，多个缓存名需要用 @Caching 打包。

5.4 @CachePut ------ 更新缓存

@CachePut 强制执行方法体，然后把返回值覆盖到缓存中。

重要：@CachePut 缓存的是方法的返回值！

java 复制代码

public boolean updateById(Elderly entity) {  // 返回 boolean
    ...
}
// 如果加 @CachePut → 缓存里存的是 true/false，不是 Elderly 对象！

这就是为什么项目中所有写操作都用 @CacheEvict 而不是 @CachePut。updateById 返回 boolean，存进缓存会覆盖原有的 Elderly 对象，下次 getById 读到 true → 类型转换异常。

六、SpEL 动态 Key：为什么 key 里能写表达式

@Cacheable 的 key 不能写死（每次参数不同，key 也不同），所以 Spring 用了 SpEL（Spring Expression Language）在运行时动态计算。

java 复制代码

// 方法参数
public IPage<Elderly> pageQuery(Integer page, Integer pageSize, String keyword) {
//                                ↑#page   ↑#pageSize   ↑#keyword

SpEL 中用**#参数名**引用方法参数。运行时 Spring 通过反射读参数名，替换为实际值。

java 复制代码

运行时计算过程：

方法调用：pageQuery(1, 10, "张三")

SpEL 表达式：#page + ':' + #pageSize + ':' + (#keyword != null ? #keyword : '')

替换参数：
  #page    → 1
  #pageSize → 10
  #keyword  → "张三"

三元运算：
  #keyword != null → true → "张三"

拼接结果："1:10:张三"

最终 Redis Key："elderly:list::1:10:张三"

参数之间要加分隔符（:），否则 page=1, size=10 拼成 110 和 page=11, size=0 拼成 110 看起来也头疼。

七、踩坑记录（4 个坑，每个都配了图）

坑 1：GenericJackson2JsonRedisSerializer配置两难 ------ 坑

现象：连续两次报不同的错，修好一个冒出另一个。

尝试	配置方式	报错
第 1 次	无参构造	`Java 8 date/time type not supported`
第 2 次	传自定义 mapper	`LinkedHashMap cannot be cast to IPage`
最终	传自定义 mapper + 手动三件套	正常

根因：两个构造器各管一半。

java 复制代码

// 无参构造：自动开启 @class，但没注册 JavaTimeModule
new GenericJackson2JsonRedisSerializer()
// → @class ✅  LocalDateTime ❌

// 传 mapper：完全信任你的 mapper，不加额外配置
new GenericJackson2JsonRedisSerializer(mapper)
// → LocalDateTime ✅（你配了就有） @class ❌（你没配就没有）
最终方案------三件套缺一不可：

ObjectMapper mapper = new ObjectMapper();
mapper.registerModule(new JavaTimeModule());          // ← 弥补无参构造的缺陷
mapper.activateDefaultTyping(                         // ← 弥补传参构造的缺陷
    mapper.getPolymorphicTypeValidator(),
    ObjectMapper.DefaultTyping.NON_FINAL
);
new GenericJackson2JsonRedisSerializer(mapper);       // ← 大全套传进去

教训：用 GenericJackson2JsonRedisSerializer 时，要么无参构造+另外处理时间，要么传 mapper+手动配齐 type 标记。没有"缺省配置刚好能用"的中间态。

坑 2：@class 缺失 → 反序列化变 LinkedHashMap

现象：第一次查询正常，第二次相同查询报错：LinkedHashMap cannot be cast to IPage。

根因：JSON 里没有 @class 字段，反序列化时 Jackson 不知道目标类型，默认用 LinkedHashMap 兜底。

java 复制代码

// ❌ 没有 @class
{"records":[...],"total":13,"current":1}
// Jackson 反序列化："records 是数组，里面是对象，但我不知道是什么类 → LinkedHashMap"

// ✅ 有 @class
{"@class":"com.baomidou.mybatisplus...Page","records":[...],"total":13}
// Jackson 反序列化："@class 写了是 Page 类型 → 按 Page 反序列化"

@class 就像一个快递盒上的标签------没标签，快递员不知道里面是手机还是书籍，默认按普通包裹处理；有标签，按标签说明处理。

解决：用 mapper.activateDefaultTyping() 开启自动写入 @class。

坑 3：改序列化配置后旧缓存不兼容

现象：修复配置后重启，第一次查询报 Could not resolve subtype: missing type id property '@class'。

根因：旧配置存的 JSON 没有 @class，新配置的序列化器期望有 @class。读旧数据时找不到 @class 字段，报错。

解决：

bash 复制代码

redis-cli
flushdb

清空当前数据库，用新配置重新构建所有缓存。

教训：改了序列化配置后要清缓存，否则旧数据不兼容。

坑 4：缓存日志级别是 TRACE，不是 DEBUG

现象：application.yml 配了 logging.level.org.springframework.cache: DEBUG，但控制台看不到 Cache hit / miss 日志。

根因：Spring Cache 的命中/未命中日志在 TRACE 级别。

正确配置：

bash 复制代码

logging:
  level:
    org.springframework.cache: TRACE
日志效果：

# 未命中
No cache entry for key '1:10:' in cache(s) [elderly:list]
Creating cache entry for key '1:10:' in cache(s) [elderly:list]

# 命中
Cache entry for key '1:10:' found in cache(s) [elderly:list]

# 清除
Invalidating entire cache for operation ... caches=[elderly:list]

八、缓存验证：三管齐下

方法 1：TRACE 日志（最直观）

改了配置后，控制台直接看：

java 复制代码

第一次 GET /api/elderly?page=1&pageSize=10  → Creating cache entry（新建缓存）
第二次 GET /api/elderly?page=1&pageSize=10  → Cache entry found（命中）
POST /api/elderly 新增                     → Invalidating（清除）
第三次 GET /api/elderly?page=1&pageSize=10  → No cache entry → Creating（重建）

方法 2：Redis CLI 直接查看

bash 复制代码

redis-cli

# 查看所有缓存 key
KEYS *

# 查看缓存内容
GET "elderly:list::1:10:"

# 查看剩余过期时间（秒）
TTL "elderly:list::1:10:"
# 刚创建时约 300 秒（5分钟）

方法 3：验证不同 TTL

bash 复制代码

TTL "elderly:list::1:10:"     # 约 300 秒（5 分钟）
TTL "elderly::1"              # 约 600 秒（10 分钟，如果查过单条）
TTL "threshold::config"       # 约 1800 秒（30 分钟）

三个缓存名三种 TTL，说明差异化配置生效。

九、Spring Cache 注解 vs RedisTemplate 手动操作

既然有 @Cacheable 注解这么方便，为什么还要使唤RedisTemplate？

	@Cacheable 注解	RedisTemplate 手动
代码量	一行注解	需要写缓存逻辑
灵活性	低	高（SCAN + 模糊删除）
精确清除	不支持	支持
适用场景	简单读写缓存	复杂缓存策略

当前阶段用注解，后续数据量大了用 RedisTemplate 做精确清除

十、阶段收获

理解层面

Spring Cache 注解体系 ：@Cacheable（读缓存）、@CacheEvict（删缓存）、@Caching（组合操作）、@CachePut（更新缓存，坑多慎用）的使用场景和区别
GenericJackson2JsonRedisSerializer：无参构造和传参构造各管一半，必须手动配齐 JavaTimeModule + activateDefaultTyping 三件套
@class 类型标记 ：JSON 本身不带类型信息，反序列化时必须靠 @class 告诉 Jackson 目标类型
SpEL 动态 Key ：#参数名 引用方法参数，运行时拼接缓存 key

工程层面

能独立为一个 Service 设计缓存策略（读用 @Cacheable，写用 @CacheEvict）
能排查序列化问题（LinkedHashMap 强转失败 → 缺 @class；LocalDateTime 报错 → 缺 JavaTimeModule）
能用 TRACE 日志 + Redis CLI 独立验证缓存是否生效

面试层面

能讲清楚的问题：

Spring Cache 的 @Cacheable 原理？AOP 拦截 → 查 Redis → 有则返回 / 无则执行方法并写入
Redis 缓存序列化怎么配？GenericJackson2JsonRedisSerializer + JavaTimeModule + activateDefaultTyping
为什么用 @CacheEvict 而不用 @CachePut？updateById 返回 boolean 会污染缓存 + 列表缓存无法同步
@class 是什么？Jackson 的类型标记，JSON 反序列化时靠它还原 Java 类型
缓存不一致怎么办？写操作删缓存，读操作重建；allEntries 全清简单但粗糙

十一、自检清单

Spring Cache 的四个注解分别用于什么场景？
@Cacheable 的执行流程？（先查缓存 → 有则返回 → 无则执行方法 → 写缓存）
SpEL 中 #参数名 和 '字符串' 分别怎么写？
GenericJackson2JsonRedisSerializer 无参和传参构造器的区别？
@class 字段的作用？没有它会怎样？
为什么改了序列化配置要 FLUSHDB？
缓存验证怎么看日志？（TRACE 级别）
allEntries = true 有什么代价？什么时候不能用？
unless 和 condition 的区别？