如何解决MyBatis二级缓存与Redis整合问题并自定义Cache接口实现存储？

在高并发场景下，数据库往往成为整个系统的性能瓶颈。为了缓解数据库压力，MyBatis提供了一级和二级缓存机制。然而，默认的二级缓存是基于应用内存的，在分布式部署架构下，多个节点之间的缓存数据无法同步，极易导致数据不一致的问题。将MyBatis二级缓存与Redis进行整合，通过自定义Cache接口实现分布式缓存存储，是解决这一痛点的有效方案。

MyBatis二级缓存机制原理解析与局限性分析

MyBatis的二级缓存是Mapper（命名空间）级别的缓存，它的作用域跨越了SqlSession的生命周期。当开启二级缓存后，不同的SqlSession执行同一个Mapper下的查询操作时，会优先从缓存中获取数据。MyBatis默认的二级缓存实现类是PerpetualCache，它本质上是一个基于HashMap的本地内存缓存。虽然这种机制在单机环境下能有效提升查询效率，但在现代微服务架构中却暴露出明显的局限性。

最大的痛点在于分布式环境下的数据一致性。假设我们的应用部署了A和B两个节点，当节点A执行了更新操作并清除了本地缓存时，节点B的缓存中依然存有旧数据。此时如果有请求打到节点B，就会读取到脏数据，这在金融或电商等对数据准确性要求极高的业务中是不可接受的。此外，本地内存缓存还会受到JVM堆内存大小的限制，当缓存数据量急剧膨胀时，极易引发内存溢出异常，甚至导致整个应用服务崩溃。

为了彻底解决这些问题，我们需要引入分布式缓存中间件。Redis作为目前流行的分布式缓存解决方案，不仅具备高性能的读写能力，还提供了丰富的数据结构和过期策略。通过将MyBatis的缓存数据托管至Redis，所有应用节点共享同一份缓存数据，从根本上消除了本地缓存不一致的隐患。

实现自定义Cache接口与Redis的深度整合

MyBatis的缓存机制设计得非常灵活，它提供了一个org.apache.ibatis.cache.Cache接口。只要我们实现这个接口，就可以将缓存存储逻辑接管过来。该接口主要包含获取缓存ID、存入数据、取出数据、清空缓存等核心方法。在Windows开发环境中，我们通常会将Redis安装在本机，其配置文件一般位于C:\Program Files\Redis\redis.windows.conf。确保Redis服务正常启动后，我们就可以开始编写自定义的缓存实现类了。

在编写实现类时，我们需要注入RedisTemplate来操作Redis。由于MyBatis实例化Cache对象时无法直接使用Spring的依赖注入，我们需要通过Spring上下文工具类来获取RedisTemplate的Bean。另外，缓存对象必须实现序列化接口，因为数据需要通过网络传输到Redis服务器。为了处理复杂的对象序列化，建议配置Jackson2JsonRedisSerializer作为值的序列化器。

package com.example.cache;

import org.apache.ibatis.cache.Cache;
import org.springframework.data.redis.core.RedisTemplate;
import org.springframework.util.CollectionUtils;
import java.util.Set;
import java.util.concurrent.locks.ReadWriteLock;
import java.util.concurrent.locks.ReentrantReadWriteLock;

public class RedisCache implements Cache {
    private final String id;
    private RedisTemplate<Object, Object> redisTemplate;
    // 读写锁保证并发安全
    private final ReadWriteLock readWriteLock = new ReentrantReadWriteLock();

    public RedisCache(String id) {
        if (id == null) {
            throw new IllegalArgumentException("Cache instances require an ID");
        }
        this.id = id;
    }

    @Override
    public String getId() {
        return this.id;
    }

    @Override
    public void putObject(Object key, Object value) {
        // 获取RedisTemplate实例
        redisTemplate = SpringContextHolder.getBean("redisTemplate");
        // 设置缓存数据，并指定过期时间防止内存堆积
        redisTemplate.opsForValue().set(key, value, 3600, java.util.concurrent.TimeUnit.SECONDS);
    }

    @Override
    public Object getObject(Object key) {
        redisTemplate = SpringContextHolder.getBean("redisTemplate");
        return redisTemplate.opsForValue().get(key);
    }

    @Override
    public Object removeObject(Object key) {
        redisTemplate = SpringContextHolder.getBean("redisTemplate");
        return redisTemplate.delete(key);
    }

    @Override
    public void clear() {
        redisTemplate = SpringContextHolder.getBean("redisTemplate");
        // 使用通配符删除当前Mapper命名空间下的所有缓存
        Set<Object> keys = redisTemplate.keys("*" + this.id + "*");
        if (!CollectionUtils.isEmpty(keys)) {
            redisTemplate.delete(keys);
        }
    }

    @Override
    public int getSize() {
        redisTemplate = SpringContextHolder.getBean("redisTemplate");
        Long size = redisTemplate.getConnectionFactory().getConnection().dbSize();
        return size.intValue();
    }

    @Override
    public ReadWriteLock getReadWriteLock() {
        return this.readWriteLock;
    }
}

上述代码中，我们通过构造函数接收Mapper的命名空间作为缓存ID。在putObject方法中，我们不仅将数据存入Redis，还设置了过期时间，这是非常重要的一个优化点。如果只存不删，Redis的内存会无限增长。在clear方法中，我们利用了Redis的keys命令配合通配符来批量删除当前命名空间下的所有缓存键，确保在执行更新或删除操作时，相关的查询缓存能被有效清空。

整合配置与分布式环境下的缓存一致性保障

编写完自定义缓存类后，我们需要在MyBatis的配置文件中启用它。假设我们的项目配置文件位于D:\workspace\mybatis-redis\src\main\resources\mybatis-config.xml，我们需要在对应的Mapper映射文件中添加<cache>标签，并指定type为我们刚才编写的RedisCache类。同时，为了确保缓存数据的准确性，还需要在实体类映射配置中关闭方法级别的延迟加载，因为延迟加载可能会与二级缓存的序列化机制产生冲突。

<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE mapper PUBLIC "-//mybatis.org//DTD Mapper 3.0//EN" "http://mybatis.org/dtd/mybatis-3-mapper.dtd">
<mapper namespace="com.example.mapper.UserMapper">
    <!-- 开启二级缓存，指定自定义的RedisCache实现类 -->
    <cache type="com.example.cache.RedisCache">
        <property name="eviction" value="LRU"/>
        <property name="flushInterval" value="60000"/>
        <property name="size" value="1024"/>
        <property name="readOnly" value="false"/>
    </cache>

    <!-- 查询语句配置使用缓存 -->
    <select id="selectUserById" parameterType="int" resultType="com.example.entity.User" useCache="true">
        SELECT * FROM users WHERE id = #{id}
    </select>
</mapper>

在分布式环境下，虽然Redis解决了多节点缓存共享的问题，但仍然存在一些极端情况下的不一致性。例如，当节点A执行更新数据库操作并调用clear方法清除Redis缓存时，如果在清除操作完成之前，节点B恰好从Redis中读取到了尚未被清除的旧数据，依然会发生短暂的脏读现象。为了缓解这个问题，可以在业务层引入分布式锁，或者在更新数据库时采用延迟双删策略。

此外，对于缓存穿透和缓存击穿问题，单纯依靠MyBatis的二级缓存机制是无法完全解决的。我们还需要在Redis层面配置空值缓存，或者使用布隆过滤器来拦截非法的查询请求。在实际的Windows开发联调过程中，可以通过查看Redis客户端工具中的键值对变化，来验证自定义Cache接口的各个方法是否被正确触发。只有将MyBatis的缓存生命周期与Redis的存储机制完美融合，才能构建出既高效又稳定的高并发系统架构。

MyBatis二级缓存Redis整合自定义Cache接口修改时间：2026-08-20 18:35:35