Spring Boot 集成 Redis 缓存实战
2026年6月 · 约12分钟 · 标签：Spring Boot · Redis · 缓存
Spring Data Redis 配合 Spring Cache Abstraction，可以非常方便地在 Spring Boot 项目中引入缓存层。本文记录在实际项目中配置和使用 Redis 缓存的经验。
一、依赖引入与基础配置
在 pom.xml 中添加依赖：
<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>
配置文件 application.yml 中指定 Redis 连接信息：
spring:
redis:
host: localhost
port: 6379
timeout: 2000ms
lettuce:
pool:
max-active: 8
max-idle: 8
min-idle: 2
cache:
type: redis
连接池使用 Lettuce（Spring Boot 2.x 后的默认客户端），性能优于 Jedis，且支持异步和响应式编程。
二、缓存配置类
创建 Redis 缓存配置类，设置 Key 和 Value 的序列化方式以及默认过期时间：
@Configuration
@EnableCaching
public class RedisCacheConfig {
@Bean
public RedisCacheManager cacheManager(RedisConnectionFactory factory) {
RedisCacheConfiguration config = RedisCacheConfiguration.defaultCacheConfig()
.entryTtl(Duration.ofMinutes(30))
.serializeKeysWith(
RedisSerializationContext.SerializationPair.fromSerializer(
new StringRedisSerializer()))
.serializeValuesWith(
RedisSerializationContext.SerializationPair.fromSerializer(
new Jackson2JsonRedisSerializer<>(Object.class)))
.disableCachingNullValues();
return RedisCacheManager.builder(factory)
.cacheDefaults(config)
.build();
}
}
三、使用缓存注解
Spring Cache 提供了四个核心注解。以用户信息查询为例：
@Cacheable
查询时先检查缓存，有则直接返回，没有则执行方法并将结果缓存：
@Cacheable(value = "users", key = "#id")
public User getUserById(Long id) {
return userMapper.selectById(id);
}
@CachePut
更新数据后同时更新缓存：
@CachePut(value = "users", key = "#user.id")
public User updateUser(User user) {
userMapper.updateById(user);
return user;
}
@CacheEvict
删除数据后清除缓存：
@CacheEvict(value = "users", key = "#id")
public void deleteUser(Long id) {
userMapper.deleteById(id);
}
四、缓存策略选择
实际项目中不同场景需要不同的缓存策略：
- 热点数据：访问频率高且实时性要求不高的数据（如配置信息、分类列表），建议缓存时间 30 分钟到 2 小时。
- 会话数据：用户登录状态等需要共享的数据，使用 Redis 的 expire 机制控制过期时间。
- 计数器：使用 Redis 的 INCR/DECR 命令实现原子计数，适合点赞数、访问量等场景。
五、缓存穿透/击穿/雪崩应对
缓存穿透
查询一个不存在的数据，由于缓存中没有，每次都会查数据库。解决方案：
- 缓存空值：即使是 null 结果也缓存，设置较短的过期时间（如 5 分钟）。
- 布隆过滤器：在缓存层之前加一层布隆过滤器，快速判断 key 是否可能存在。
缓存击穿
某个热点 key 在过期瞬间有大量并发请求同时到达。解决方案：
- 互斥锁：只允许一个线程去查数据库重建缓存，其他线程等待。
- 热点数据不过期：后台定时刷新。
缓存雪崩
大量 key 在同一时间过期，导致请求全部落到数据库。解决方案：
- 过期时间加随机值：在基础过期时间上增加随机偏移，避免集体过期。
- 多级缓存：本地缓存（Caffeine）+ 分布式缓存（Redis）组合。
六、监控与调优
使用 Redis 自带的 INFO 命令可以查看缓存命中率等指标。结合 Spring Boot Actuator 的 /actuator/metrics 可以查看缓存操作的统计信息，便于识别热点和优化缓存策略。生产环境中建议开启 Redis 的慢查询日志，定位耗时较高的命令。
七、总结
合理使用 Redis 缓存可以显著提升系统性能，但缓存策略需要根据业务场景精心设计。一味地加缓存而不考虑一致性、过期策略等问题，可能会引入数据不一致、缓存雪崩等更棘手的问题。建议先梳理业务场景，明确哪些数据适合缓存、缓存多久、如何更新，再动手实施。