Spring Cache与Redis集成原理

一、核心架构图解

业务方法

Spring Cache抽象层

CacheManager

RedisCache

RedisTemplate

Redis服务器

二、关键组件解析

1. 缓存注解与Redis映射

@Cacheable(value = "users", key = "#id")
public User getUser(Long id) { ... }

• Redis键生成：cacheName::SpEL表达式结果
• 值序列化：默认使用JDK序列化，推荐JSON

2. RedisCacheManager配置

@Bean
public RedisCacheManager cacheManager(RedisConnectionFactory factory) {
    RedisCacheConfiguration config = RedisCacheConfiguration.defaultCacheConfig()
        .serializeValuesWith(SerializationPair.fromSerializer(redisSerializer()))
        .entryTtl(Duration.ofMinutes(30));
    
    return RedisCacheManager.builder(factory)
        .cacheDefaults(config)
        .build();
}

三、数据存储结构

1. Redis数据结构

# String类型存储
SET "users::1001" "{\"id\":1001,\"name\":\"Alice\"}"

# Hash类型存储（当使用@Cacheable的cacheNames多级时）
HSET "users" "1001" "{\"id\":1001,\"name\":\"Alice\"}"

2. TTL管理

0秒 300秒 600秒 900秒 1200秒 1500秒 1800秒 缓存创建 有效存活期 访问续期 缓存条目 缓存生命周期

四、缓存操作流程

应用程序 Spring Cache Redis服务器 调用@Cacheable方法 生成key并查询 返回缓存数据 反序列化返回 执行实际方法 获取结果 序列化存储 alt [缓存命中] [缓存未命中] 应用程序 Spring Cache Redis服务器

五、高级特性实现

1. 缓存穿透防护

@Cacheable(value = "users", key = "#id", unless = "#result == null")
public User getUser(Long id) { 
    // 返回null时不缓存
}

2. 分布式锁同步

@CachePut(value = "users", key = "#user.id")
@Transactional
public User updateUser(User user) {
    // 使用Redisson实现分布式锁
    RLock lock = redissonClient.getLock("user_lock:" + user.getId());
    try {
        lock.lock();
        // 业务逻辑
    } finally {
        lock.unlock();
    }
}

六、性能优化策略

1. 序列化优化

@Bean
public RedisTemplate<String, Object> redisTemplate() {
    RedisTemplate<String, Object> template = new RedisTemplate<>();
    template.setKeySerializer(new StringRedisSerializer());
    template.setValueSerializer(new GenericJackson2JsonRedisSerializer());
    return template;
}

2. 批量操作

@Cacheable(value = "users", keyGenerator = "batchKeyGenerator")
public List<User> batchGetUsers(List<Long> ids) {
    // 使用Redis管道批量获取
}

七、监控与故障排查

1. 缓存命中率统计

Cache cache = cacheManager.getCache("users");
RedisCacheStatistics stats = ((RedisCache) cache).getStatistics();
System.out.println("命中率: " + stats.getHitRatio());

2. 常见问题排查表

现象	可能原因	解决方案
缓存数据不一致	未正确使用@CacheEvict	添加事务管理，确保先更新数据库再清除缓存
反序列化失败	序列化方式不一致	统一客户端和服务端的序列化配置
内存溢出	未设置TTL或内存淘汰策略	配置合理的过期时间和LRU淘汰策略
高延迟	大Value值存储	压缩数据或拆分存储

通过合理配置Spring Cache与Redis的集成，可以实现：

• 透明化缓存管理：业务代码无需关注缓存实现
• 高性能数据访问：减少数据库压力
• 分布式一致性：通过Redis实现多节点缓存同步
• 灵活的策略配置：按需定制过期时间、序列化方式等

实际应用中需注意：

1. 避免过度缓存导致内存压力
2. 保持缓存与数据源的一致性
3. 监控缓存命中率和响应时间
4. 定期进行缓存清理和维护