Spring Cache + Redis 缓存套餐数据，我是这样在Spring Boot项目里省掉80%数据库查询的-开发者社区

Spring Cache + Redis 实战：如何用缓存套餐数据减少80%数据库查询

在电商和外卖系统中，套餐数据往往是高频查询但低频变更的典型场景。想象一下，每当用户浏览餐厅页面时，系统都要反复查询数据库获取相同的套餐信息，这种设计不仅浪费资源，还会在流量高峰时成为性能瓶颈。本文将分享一套经过实战验证的Spring Cache与Redis整合方案，通过简单的注解配置，让你的系统轻松应对高并发查询。

1. 环境准备与基础配置

1.1 依赖引入与Redis连接

首先确保项目中包含必要的依赖项。在Maven项目中，除了标准的Spring Boot Starter依赖外，需要特别添加这两个关键依赖：

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

Redis配置通常放在application.yml中，以下是一个生产级配置示例：

spring: redis: host: your-redis-host port: 6379 password: your-password-if-any lettuce: pool: max-active: 20 max-idle: 10 min-idle: 5 max-wait: 3000ms

1.2 启用缓存功能

在Spring Boot启动类上添加@EnableCaching注解是激活缓存功能的钥匙：

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

2. 核心缓存注解实战应用

2.1 @Cacheable：查询缓存化

这个注解是减少数据库查询的主力军。以下是一个套餐查询的典型应用：

@GetMapping("/meals/{id}") @Cacheable(value = "mealCache", key = "#id", unless = "#result == null") public Meal getMealById(@PathVariable Long id) { log.info("查询数据库获取套餐ID: {}", id); return mealRepository.findById(id).orElse(null); }

关键参数说明：

value：定义缓存名称，相当于命名空间
key：缓存键的生成规则，支持SpEL表达式
unless：条件过滤，这里表示结果为null时不缓存

2.2 @CachePut：更新缓存策略

当套餐数据变更时，我们需要同步更新缓存：

@PostMapping("/meals") @CachePut(value = "mealCache", key = "#meal.id") public Meal createMeal(@RequestBody Meal meal) { return mealRepository.save(meal); }

2.3 @CacheEvict：缓存失效处理

删除或禁用套餐时，需要清理对应的缓存：

@DeleteMapping("/meals/{id}") @CacheEvict(value = "mealCache", key = "#id") public void deleteMeal(@PathVariable Long id) { mealRepository.deleteById(id); }

对于批量操作，可以使用：

@CacheEvict(value = "mealCache", allEntries = true) public void refreshAllMeals() { // 批量更新逻辑 }

3. 高级缓存策略与优化

3.1 缓存穿透防护

当查询不存在的套餐ID时，可能会引发缓存穿透。解决方案是缓存空结果：

@Cacheable(value = "mealCache", key = "#id", unless = "#result == null") public Meal getMealWithNullCache(Long id) { Meal meal = mealRepository.findById(id).orElse(null); if(meal == null) { // 记录不存在的键，用于监控 log.warn("不存在的套餐查询: {}", id); } return meal; }

3.2 缓存雪崩预防

为不同的缓存项设置随机的TTL可以避免同时失效：

@Configuration public class RedisConfig { @Bean public RedisCacheManagerBuilderCustomizer redisCacheManagerBuilderCustomizer() { return builder -> builder .withCacheConfiguration("mealCache", RedisCacheConfiguration.defaultCacheConfig() .entryTtl(Duration.ofMinutes(30 + new Random().nextInt(15)))); } }

3.3 本地缓存二级加速

对于极端热点的套餐数据，可以引入Caffeine作为本地二级缓存：

@Bean public CacheManager cacheManager(RedisConnectionFactory redisConnectionFactory) { return new CaffeineRedisCacheManager( Caffeine.newBuilder() .expireAfterWrite(5, TimeUnit.MINUTES) .maximumSize(1000), RedisCacheConfiguration.defaultCacheConfig() .entryTtl(Duration.ofHours(1)) ); }

4. 监控与问题排查

4.1 缓存命中率监控

通过自定义CacheInterceptor可以统计命中率：

public class MetricsCacheInterceptor extends CacheInterceptor { private final MeterRegistry meterRegistry; @Override protected Object doGet(Cache cache, Object key, Method method) { Object value = super.doGet(cache, key, method); String cacheName = cache.getName(); meterRegistry.counter("cache.gets", "cache", cacheName, "hit", value != null ? "true" : "false").increment(); return value; } }

4.2 常见问题排查表

问题现象	可能原因	解决方案
缓存未生效	注解未正确应用或方法被内部调用	确保方法为public且通过代理调用
数据不一致	缓存更新延迟或失败	检查@CachePut/@CacheEvict逻辑
Redis连接超时	网络问题或连接池不足	调整连接池参数，增加超时设置
内存占用高	缓存无过期或缓存过多无用数据	设置合理的TTL和淘汰策略

4.3 缓存预热策略

系统启动时自动加载热点数据：

@EventListener(ApplicationReadyEvent.class) public void warmUpCache() { List<Long> hotMealIds = mealRepository.findTop100ByOrderBySalesDesc() .stream().map(Meal::getId).collect(Collectors.toList()); hotMealIds.parallelStream().forEach(id -> { mealService.getMealById(id); }); }