Spring Boot 如何整合 Spring Data Redis 实现缓存功能？

在现代Web应用开发中，缓存是提升系统性能、降低数据库压力的核心手段之一。Redis作为高性能的键值型内存数据库，支持多种数据结构，读写速度极快，和Spring Boot搭配使用时，通过Spring Data Redis模块可以快速实现缓存功能，不需要手动编写大量的Redis操作代码。很多业务场景下，比如商品详情查询、用户信息获取、配置项读取等，数据变更频率低但访问频率高，这类接口非常适合接入缓存。

整合前的环境准备与依赖引入

首先要确保本地或者服务器上已经安装并启动了Redis服务，默认情况下Redis会监听6379端口，如果没有修改配置的话，后续连接时直接使用默认端口即可。如果是本地开发，也可以通过Docker快速启动一个Redis实例，执行docker run -d -p 6379:6379 redis命令就能拉取官方镜像并启动容器，这种方式不需要手动安装Redis环境，适合快速验证功能。

接下来在Spring Boot项目的pom.xml文件中添加对应的依赖，核心依赖是Spring Data Redis的 starter，它会自动引入Redis客户端、连接池等必要的组件，不需要我们手动管理版本。如果项目用的是Gradle构建工具，对应的依赖配置方式也类似，只需要在build.gradle的dependencies块中添加对应的依赖声明即可。添加依赖后，Maven或者Gradle会自动下载相关jar包，项目构建完成后就可以使用Spring Data Redis提供的各种功能了。

这里需要注意，Spring Boot 2.x版本之后，Spring Data Redis默认使用的客户端从Jedis换成了Lettuce，Lettuce基于Netty实现，支持异步操作和更好的连接池管理，性能上比Jedis更有优势。如果之前的项目用的是Jedis，想要切换回来也可以手动排除Lettuce依赖，再引入Jedis的依赖，不过大多数场景下使用默认的Lettuce就足够了。添加依赖的示例代码如下：

<dependency>
    <groupId>org.springframework.boot</groupId>
    <artifactId>spring-boot-starter-data-redis</artifactId>
</dependency>
<!-- 连接池依赖，Lettuce需要commons-pool2支持连接池 -->
<dependency>
    <groupId>org.apache.commons</groupId>
    <artifactId>commons-pool2</artifactId>
</dependency>

Redis核心配置与序列化方案选择

依赖引入完成后，需要在application.yml或者application.properties配置文件中添加Redis的连接信息，包括Redis服务的地址、端口、密码、数据库索引等。如果Redis没有设置密码，密码项可以留空或者不配置，数据库索引默认是0，Redis默认有16个数据库，索引从0到15，可以根据业务需要选择不同的库来存储不同的缓存数据，避免不同业务的缓存键名冲突。

除了基础连接配置，还需要配置Redis的连接池参数，比如最大连接数、最小空闲连接数、连接超时时间等，合理的连接池配置可以避免频繁创建销毁连接带来的性能损耗，也能防止连接数过多打满Redis服务。比如最大连接数可以根据业务的并发量来设置，一般中小项目设置为8到16就足够，最小空闲连接数可以设置为2到4，保证有一定数量的连接随时可用，减少获取连接的等待时间。

配置中最重要的一点是Redis的序列化方式，Spring Data Redis默认使用的序列化器是JdkSerializationRedisSerializer，它会把对象序列化成字节数组存储到Redis中，这种方式存储的内容是二进制的，直接通过Redis客户端查看的时候可读性很差，而且要求存储的对象实现Serializable接口，有一定的局限性。实际开发中更推荐使用Jackson2JsonRedisSerializer，它可以把对象序列化成JSON格式的字符串，存储在Redis中的内容可读性强，也不需要对象实现Serializable接口，不过需要注意，反序列化的时候如果是泛型对象，可能需要额外配置类型信息，避免反序列化失败。配置序列化器的代码示例如下：

import com.fasterxml.jackson.annotation.JsonAutoDetect;
import com.fasterxml.jackson.annotation.PropertyAccessor;
import com.fasterxml.jackson.databind.ObjectMapper;
import com.fasterxml.jackson.databind.jsontype.impl.LaissezFaireSubTypeValidator;
import org.springframework.context.annotation.Bean;
import org.springframework.context.annotation.Configuration;
import org.springframework.data.redis.connection.RedisConnectionFactory;
import org.springframework.data.redis.core.RedisTemplate;
import org.springframework.data.redis.serializer.Jackson2JsonRedisSerializer;
import org.springframework.data.redis.serializer.StringRedisSerializer;

@Configuration
public class RedisConfig {

    @Bean
    public RedisTemplate<String, Object> redisTemplate(RedisConnectionFactory factory) {
        RedisTemplate<String, Object> template = new RedisTemplate<>();
        template.setConnectionFactory(factory);

        // 配置Jackson序列化器
        Jackson2JsonRedisSerializer<Object> jacksonSerializer = new Jackson2JsonRedisSerializer<>(Object.class);
        ObjectMapper om = new ObjectMapper();
        om.setVisibility(PropertyAccessor.ALL, JsonAutoDetect.Visibility.ANY);
        // 开启类型信息，解决反序列化泛型对象的问题
        om.activateDefaultTyping(LaissezFaireSubTypeValidator.instance, ObjectMapper.DefaultTyping.NON_FINAL);
        jacksonSerializer.setObjectMapper(om);

        // 键使用String序列化器
        template.setKeySerializer(new StringRedisSerializer());
        // 值使用Jackson序列化器
        template.setValueSerializer(jacksonSerializer);
        // Hash结构的键和值也分别使用String和Jackson序列化器
        template.setHashKeySerializer(new StringRedisSerializer());
        template.setHashValueSerializer(jacksonSerializer);

        template.afterPropertiesSet();
        return template;
    }
}

对应的application.yml配置示例：

spring:
  redis:
    host: 127.0.0.1
    port: 6379
    password: 
    database: 0
    lettuce:
      pool:
        max-active: 8
        max-idle: 4
        min-idle: 2
        max-wait: 1000ms
      shutdown-timeout: 100ms

缓存注解的使用与业务场景实践

Spring Data Redis整合完成后，最常用的方式是使用Spring的缓存注解来实现缓存功能，不需要手动调用RedisTemplate的API来操作缓存，大大简化了开发流程。核心的缓存注解包括@Cacheable、@CacheEvict、@CachePut，每个注解有不同的使用场景。

@Cacheable注解用于查询方法，作用是先检查缓存中是否有对应的数据，如果有就直接返回缓存数据，不执行方法体；如果没有，就执行方法体查询数据，把结果存入缓存后再返回。这个注解的常用属性有value（缓存名称，相当于缓存的分组）、key（缓存的键，支持SpEL表达式）、unless（满足条件就不缓存，比如结果为null的时候不缓存）。比如在商品详情查询接口上使用这个注解，就可以把商品信息缓存起来，后续相同商品ID的请求就不需要再查数据库了。

@CacheEvict注解用于删除或者更新方法，作用是当数据发生变更的时候，清除对应的缓存，避免缓存数据和数据库数据不一致。它的属性除了value和key之外，还有allEntries，如果设置为true的话，会清除整个缓存名称下的所有缓存，比如商品信息批量更新的时候，可以清除所有商品缓存；还有beforeInvocation，设置为true的话会在方法执行前清除缓存，默认是方法执行后清除。

@CachePut注解用于更新方法，作用是方法执行后把结果存入缓存，不管缓存中是否已经有数据，都会执行方法体，然后把结果更新到缓存中，适合需要强制更新缓存的场景。下面是实际的业务代码示例，包含查询、更新、删除三个场景的缓存使用：

import org.springframework.cache.annotation.CacheEvict;
import org.springframework.cache.annotation.CachePut;
import org.springframework.cache.annotation.Cacheable;
import org.springframework.stereotype.Service;

@Service
public class ProductService {

    // 模拟数据库存储
    private Map<Long, Product> productDb = new HashMap<>();

    // 查询商品，使用@Cacheable，key是商品ID，结果为null的时候不缓存
    @Cacheable(value = "product", key = "#productId", unless = "#result == null")
    public Product getProductById(Long productId) {
        System.out.println("查询数据库，商品ID：" + productId);
        return productDb.get(productId);
    }

    // 更新商品，使用@CachePut，更新后把新商品信息存入缓存
    @CachePut(value = "product", key = "#product.id")
    public Product updateProduct(Product product) {
        System.out.println("更新数据库，商品ID：" + product.getId());
        productDb.put(product.getId(), product);
        return product;
    }

    // 删除商品，使用@CacheEvict，删除后清除对应缓存
    @CacheEvict(value = "product", key = "#productId")
    public void deleteProduct(Long productId) {
        System.out.println("删除数据库数据，商品ID：" + productId);
        productDb.remove(productId);
    }

    // 清空所有商品缓存
    @CacheEvict(value = "product", allEntries = true)
    public void clearAllProductCache() {
        System.out.println("清空所有商品缓存");
    }
}

// 商品实体类
class Product {
    private Long id;
    private String name;
    private BigDecimal price;

    // 省略getter、setter、构造方法
}

使用缓存注解之前，需要在Spring Boot的启动类上添加@EnableCaching注解，开启Spring的缓存功能，否则这些缓存注解不会生效。另外，缓存的键生成规则可以自定义，如果不指定key属性的话，Spring会使用默认的键生成器，默认会把方法的参数作为键，不过实际开发中建议显式指定key，避免不同方法的参数相同导致缓存键冲突。

缓存常见问题与解决方案

在实际使用缓存的过程中，会遇到一些常见的问题，比如缓存穿透、缓存击穿、缓存雪崩，这些问题如果不处理，可能会导致数据库压力骤增，甚至服务不可用。缓存穿透指的是查询一个不存在的数据，缓存中没有，数据库中也没有，每次请求都会打到数据库上，如果有恶意请求大量查询不存在的数据，就会把数据库打垮。解决缓存穿透的常用方案有两种，一种是缓存空值，就是当查询结果为null的时候，也把null存入缓存，设置较短的过期时间，这样下次相同的请求就会直接返回null，不会查数据库；另一种是使用布隆过滤器，把所有存在的商品ID都放入布隆过滤器，请求过来的时候先检查布隆过滤器，如果不存在就直接返回，不会查缓存和数据库。

缓存击穿指的是一个热点key突然过期，此时有大量请求同时过来查询这个key，这些请求都会发现缓存中没有数据，然后同时去查询数据库，导致数据库压力瞬间增大。解决缓存击穿的常用方案是设置热点key永不过期，或者加分布式锁，当缓存失效的时候，只有一个请求能去查询数据库，其他请求等待，查询完成后把数据存入缓存，后续请求直接从缓存获取。使用分布式锁的话，可以用Redis的setnx命令实现，只有设置成功的请求才能去查数据库，其他请求自旋等待缓存更新。

缓存雪崩指的是大量缓存key在同一时间过期，或者Redis服务宕机，导致所有请求都打到数据库上，造成数据库崩溃。解决缓存雪崩的方案包括给缓存key的过期时间加上随机值，避免大量key同时过期；使用Redis集群，避免单点故障；也可以做服务降级，当缓存不可用的时候，直接返回默认数据或者错误提示，减少数据库的压力。另外，也可以开启Redis的持久化功能，即使Redis重启，也可以从持久化文件中恢复数据，减少缓存失效的影响。

除了这些问题，还需要注意缓存和数据库的数据一致性问题，一般来说，先更新数据库，再删除缓存是比较推荐的处理方式，避免更新数据库后更新缓存失败导致缓存数据旧的问题。如果先删除缓存再更新数据库，可能会出现删除缓存后，还没更新数据库，就有请求过来查询数据，把旧数据又存入缓存的情况。不过这种方案也不是完全没问题，比如更新数据库成功后删除缓存失败，还是会出现不一致，这时候可以引入消息队列重试删除，或者设置缓存的过期时间作为兜底方案。

Spring BootSpring Data Redis缓存修改时间：2026-08-30 04:15:58