Java-Redis 缓存「从入门到黑科技」2026 版-开发者社区

一篇看懂：缓存模型 → 实战代码 → 高阶玩法 → 暗黑黑科技所有示例基于 Spring Boot 3 & Redis 7，复制即可跑。

一、概念速览：4 种缓存模式一张图

模式	谁来写缓存	一致性	适用场景
Cache Aside	应用自己	中等	读多写少，最常用
Read Through	Redis 插件	较好	读多，缓存层透明
Write Through	同步写 DB+缓存	高	写多，强一致
Write Behind	先写缓存，异步刷盘	最高吞吐	计数器、秒杀

二、Spring Boot 3 快速落地（Cache Aside）

1.依赖 & 配置

spring: redis: host: localhost port: 6379 cache: type: redis # 开启 Spring Cache redis: time-to-live: 3600s key-prefix: demo use-key-prefix: true

2.启动类加 @EnableCaching

3.业务代码（零侵入）

@Service public class ProductService { @Cacheable(value = "product", key = "#id") public Product getProduct(Long id) { return dao.selectById(id); // 缓存未命中才走 DB } @CacheEvict(value = "product", key = "#id") public void updateProduct(Long id, Product p) { dao.updateById(id, p); } }

效果：第一次查 DB，后续 1h 内直接走 Redis；更新时自动失效。

三、进阶：手写 RedisTemplate 模板（细粒度控制）

@Configuration public class RedisConfig { @Bean public RedisTemplate<String, Object> redisTemplate(RedisConnectionFactory f) { RedisTemplate<String, Object> t = new RedisTemplate<>(); t.setConnectionFactory(f); // 序列化 GenericJackson2JsonRedisSerializer json = new GenericJackson2JsonRedisSerializer(); t.setKeySerializer(RedisSerializer.string()); t.setValueSerializer(json); t.setHashKeySerializer(RedisSerializer.string()); t.setHashValueSerializer(json); return t; } }

工具类封装：

@Component public class RedisUtil { @Resource private RedisTemplate<String, Object> redisTemplate; public void set(String k, Object v, long seconds) { redisTemplate.opsForValue().set(k, v, Duration.ofSeconds(seconds)); } public <T> T get(String k, Class<T> clazz) { return (T) redisTemplate.opsForValue().get(k); } public boolean exists(String k) { return Boolean.TRUE.equals(redisTemplate.hasKey(k)); } }

使用：

String key = "product:" + id; Product p = redisUtil.get(key, Product.class); if (p == null) { p = dao.selectById(id); redisUtil.set(key, p, 3600); }

四、高并发三板斧

1. 分布式锁（防超卖）

public boolean deductStock(Long id, int num) { String lockKey = "lock:stock:" + id; String uuid = Thread.currentThread().getId() + ":" + System.nanoTime(); Boolean ok = redisTemplate.opsForValue() .setIfAbsent(lockKey, uuid, 10, TimeUnit.SECONDS); if (!Boolean.TRUE.equals(ok)) return false; try { int stock = Integer.parseInt(redisTemplate.opsForValue().get("stock:" + id)); if (stock < num) return false; redisTemplate.opsForValue().decrement("stock:" + id, num); return true; } finally { // 用 Lua 保证“自己的锁自己解” String script = "if redis.call('get',KEYS[1])==ARGV[1] then " + "return redis.call('del',KEYS[1]) else return 0 end"; redisTemplate.execute(new DefaultRedisScript<>(script, Long.class), Collections.singletonList(lockKey), uuid); } }

2. 布隆过滤器（防穿透）

RBloomFilter<String> bloomFilter = redisson.getBloomFilter("user-filter"); bloomFilter.tryInit(1_000_000, 0.01); // 100w 容量，1% 误判 // 初始化合法 ID userIds.forEach(id -> bloomFilter.add(id)); // 查询时先过过滤器 if (!bloomFilter.contains(requestUserId)) { throw new RuntimeException("非法 ID"); }

3. 雪崩 + 击穿双保险

随机 TTL：ttl = base + Random(0~600) 打散过期
热点永不过期 + 异步刷新：设置物理过期 = 逻辑过期 + 30min，后台线程提前 10min 更新缓存。

五、黑科技：把缓存玩成“中间件”

1. 双写一致性 → 基于 Canal 的异步最终一致

MySQL 开 binlog
Canal 监听变更 → MQ → 应用更新 Redis 结果：应用只写 DB，缓存零耦合，延迟 <1s。

2. 大 Key 实时扫描 + 自动拆分

// 利用 MEMORY USAGE 命令扫描 public List<BigKeyInfo> scanBigKeys() { Cursor<byte[]> cursor = redisTemplate.executeWithStickyConnection( conn -> conn.scan(ScanOptions.scanOptions().count(1000).build())); List<BigKeyInfo> big = new ArrayList<>(); while (cursor.hasNext()) { String k = new String(cursor.next()); long mem = redisTemplate.execute( (RedisCallback<Long>) con -> con.memoryUsage(k.getBytes())); if (mem > 1024 * 1024) big.add(new BigKeyInfo(k, mem)); } return big; }

发现后按日期/哈希拆表或改用 redis.hset 分桶。

3. Pipeline 批量打榜（万次读写 1s 完成）

List<Object> pipe = redisTemplate.executePipelined((RedisCallback<Object>) conn -> { for (int i = 0; i < 10000; i++) { conn.setEx(("key" + i).getBytes(), 300, ("val" + i).getBytes()); } return null; });

单条 1ms → 批量 0.1μs，QPS 提升 100+ 倍。

4. Redis + Lua 实现秒杀库存扣减（原子 + 0 超卖）

-- stock.lua local stock = tonumber(redis.call('get', KEYS[1])) if stock <= 0 then return -1 end redis.call('decr', KEYS[1]) return stock

Java 侧仅一次 redisTemplate.execute(new DefaultRedisScript<>(script, Long.class), keys)，网络 RTT 最小化。

5. 二级缓存（本地 Caffeine + Redis）

思路：L1 进程级 μs，L2 全局共享；L1 miss → L2 → DB，L2 变更发广播清 L1。实现：Spring Cache 支持多提供者，开箱即用。

六、常见翻车现场 & 急救方案

问题	现象	急救药
缓存雪崩	瞬时 QPS 全打 DB	随机 TTL + 热点永不过期 + 异步刷新
缓存穿透	非法 ID 持续请求	布隆过滤器 + 空值缓存
缓存击穿	热点 Key 失效瞬间	互斥锁（setIfAbsent）+ 逻辑过期
大 Key	阻塞主从同步	扫描拆分，用 hash/分桶
双写不一致	DB≠缓存	延迟双删 / Canal 异步最终一致

七、总结脑图（文字版）

Java-Redis 缓存 ├─ 4 种模式：Aside / Read|Write Through / Write Behind ├─ Spring 落地：@Cacheable + RedisTemplate ├─ 高并发三件套：分布式锁 + 布隆过滤器 + 雪崩/击穿防护 └─ 黑科技：Canal 异步一致 / 大 Key 自动拆 / Pipeline 批量 / Lua 0 超卖 / 二级缓存

收藏这篇，面试、调优、高并发都能打！