异常教程

springboot cache（长文讲解）

更新时间:

💡一则或许对你有用的小广告

欢迎加入小哈的星球 ，你将获得：专属的项目实战 / 1v1 提问 / Java 学习路线 / 学习打卡 / 每月赠书 / 社群讨论

截止目前， 星球 内专栏累计输出 90w+ 字，讲解图 3441+ 张，还在持续爆肝中.. 后续还会上新更多项目，目标是将 Java 领域典型的项目都整一波，如秒杀系统, 在线商城, IM 即时通讯，权限管理，Spring Cloud Alibaba 微服务等等，已有 3100+ 小伙伴加入学习 ，欢迎点击围观

在互联网应用开发中，系统性能优化是一个永恒的话题。随着用户规模的扩大和业务复杂度的提升，如何高效利用资源、减少响应延迟，成为开发者必须面对的挑战。Spring Boot Cache 正是为了解决这一问题而设计的解决方案。它通过缓存机制，将高频访问但计算成本高的数据暂存于内存或外部存储中，显著提升系统吞吐量与用户体验。

本文将以循序渐进的方式，从核心概念、配置方法到实际案例，深入讲解如何在 Spring Boot 项目中合理使用缓存技术。无论是刚入门的开发者，还是希望优化现有系统的中级工程师，都能从中获取实用知识。

一、缓存的核心概念与作用机制

1.1 缓存的本质：数据的“中间层”

缓存可以理解为数据存储的“中间层”。假设你是一名快递分拣员，每天需要处理大量包裹。若每次收到包裹都要从仓库最底层开始查找地址信息，效率会极低。而缓存就像一个临时货架：高频次出现的地址信息被优先放置在货架上，下次分拣时直接取用，大幅减少查找时间。

在编程中，缓存的作用类似：它将数据库、远程接口等耗时操作的结果暂时存储在更快的介质（如内存或 Redis），后续请求直接读取缓存数据，从而避免重复计算或网络延迟。

1.2 Spring Boot Cache 的核心注解

Spring Boot 提供了统一的缓存抽象层，通过以下注解简化开发：

  • @Cacheable：标记方法的返回结果可被缓存
  • @CachePut：强制更新缓存而不影响方法执行
  • @CacheEvict：清除指定缓存
  • @Caching：组合多个缓存操作

示例代码：

@Cacheable(value = "users", key = "#id")  
public User getUserById(Long id) {  
    return userRepository.findById(id).orElse(null);  
}

此处的 @Cacheable 注解表示：当调用 getUserById() 方法时，首先检查名为 users 的缓存中是否存在以 id 为键的值；若存在则直接返回，否则执行方法并缓存结果。

1.3 缓存的三大核心问题

  1. 缓存何时失效？（TTL，Time to Live）
    • 数据存储在缓存中的有效期，超过时间后自动失效。
  2. 如何定位数据？（Key 的生成策略）
    • 需要为每条数据设计唯一的键，避免冲突。
  3. 如何处理缓存与数据库的一致性？
    • 缓存更新需与数据库操作同步，防止脏读。

二、Spring Boot Cache 的配置与实现

2.1 启用缓存功能

在项目主类或配置类上添加 @EnableCaching 注解，即可启用 Spring 的缓存支持：

@SpringBootApplication  
@EnableCaching  
public class Application {  
    public static void main(String[] args) {  
        SpringApplication.run(Application.class, args);  
    }  
}

2.2 选择缓存管理器

Spring Boot 支持多种缓存实现，需根据业务需求选择：
| 缓存类型 | 特点 | 适用场景 |
|----------|------|----------|
| ConcurrentMapCacheManager | 内存缓存，默认实现 | 开发环境、简单场景 |
| RedisCacheManager | 分布式缓存，支持集群 | 高并发、跨节点应用 |
| Ehcache | 磁盘持久化，支持查询语言 | 需要持久化存储的场景 |

配置 Redis 缓存

以 Redis 为例，添加依赖：

<dependency>  
    <groupId>org.springframework.boot</groupId>  
    <artifactId>spring-boot-starter-data-redis</artifactId>  
</dependency>

在 application.properties 中配置连接参数：

spring.redis.host=localhost  
spring.redis.port=6379

自定义缓存管理器

通过配置类扩展功能：

@Configuration  
public class CacheConfig {  
    @Bean  
    public CacheManager cacheManager(RedisTemplate<?, ?> redisTemplate) {  
        RedisCacheManager redisCacheManager = RedisCacheManager.builder(  
                RedisConnectionFactory.fromConnectionFactory(redisTemplate.getConnectionFactory()))  
                .cacheDefaults(RedisCacheConfiguration.defaultCacheConfig()  
                        .entryTtl(Duration.ofMinutes(10))) // 设置默认缓存有效期  
                .build();  
        return redisCacheManager;  
    }  
}

三、缓存的高级用法与案例分析

3.1 动态键值生成策略

通过 SpEL（Spring Expression Language）灵活定义缓存键：

@Cacheable(value = "products", key = "#productCategory + '_' + #size")  
public List<Product> getProductsByCategory(String productCategory, Integer size) {  
    // 方法逻辑  
}

此例中，键由 productCategory 和 size 组合生成，确保不同参数的查询结果独立存储。

3.2 缓存穿透与雪崩的应对策略

3.2.1 缓存穿透

问题：恶意请求缓存中不存在的数据，导致频繁查询数据库。
解决方案：

  • 布隆过滤器：预先过滤非法请求。
  • 缓存空值：设置 @Cacheable(unless="#result == null")，避免存储 null 值。

3.2.2 缓存雪崩

问题：大量缓存同时失效，引发数据库压力激增。
解决方案：

  • 随机过期时间：在默认 TTI（Time To Idle）基础上随机增加偏移量。
  • 互斥锁：使用 RedisLock 确保同一时间只有一个线程重建缓存。

3.3 实战案例：用户信息缓存

假设有一个用户管理系统，频繁查询用户信息。

  1. 原始代码（无缓存）：
public User getUser(Long id) {  
    return userRepository.findById(id).orElse(null);  
}
  1. 添加缓存后的优化版：
@Cacheable(value = "userCache", key = "#id", unless = "#result == null")  
public User getUserWithCache(Long id) {  
    return userRepository.findById(id).orElse(null);  
}
  1. 性能对比：
  • 未缓存时，每次查询需访问数据库（约 50ms 延迟）；
  • 缓存命中后，响应时间缩短至 1-2ms。

四、进阶优化与常见问题

4.1 缓存的分层设计

在复杂系统中，可采用多级缓存结构：

  1. 本地缓存（L1）：内存中的 ConcurrentHashMap，响应最快但容量有限。
  2. 分布式缓存（L2）：如 Redis，用于跨服务共享数据。
  3. 数据库（L3）：最终数据源，仅在前两级缓存失效时访问。

4.2 缓存预热与刷新

  • 预热：在系统启动时提前加载热点数据。
  • 刷新策略： 
    @CacheEvict(value = "userCache", allEntries = true)  
public void invalidateUserCache() {  
    // 清除所有用户缓存  
}

4.3 常见问题与解决方案

问题描述可能原因解决方案
缓存未生效未启用 @EnableCaching检查配置类注解
数据不一致缓存未及时更新结合 @CachePut 或 @CacheEvict
内存溢出缓存容量过大限制缓存大小或使用外部存储

五、结论

通过本文的讲解，我们系统地学习了 Spring Boot Cache 的核心概念、配置方法及优化技巧。缓存技术不仅能提升系统性能，还能降低服务器资源消耗，是构建高并发应用的重要工具。

对于开发者而言，合理设计缓存策略需要综合考虑业务场景、数据一致性、资源占用等因素。建议从简单场景入手（如用户信息缓存），逐步扩展到复杂场景（如商品推荐缓存），并通过监控工具（如 Micrometer）实时分析缓存命中率，持续优化系统表现。

希望本文能成为你优化 Spring Boot 应用性能的指南，帮助你在实际开发中更高效地运用缓存技术！

最新发布

查看更多文章