Spring Boot 的缓存注解允许开发者在不修改业务逻辑的情况下，将方法的计算结果缓存起来，从而减少重复计算和数据库查询，提高系统性能。
1、Spring Boot Cache 的基本用法及常用注解
1. 引入依赖
首先，需要在项目中引入缓存相关依赖。
<dependency><groupId>org.springframework.boot</groupId><artifactId>spring-boot-starter-cache</artifactId>
</dependency>2. 启用缓存
在 Spring Boot 主程序类上添加 @EnableCaching 注解，开启缓存支持：
@SpringBootApplication
@EnableCaching
public class CacheApplication {public static void main(String[] args) {SpringApplication.run(CacheApplication.class, args);}
}3. 常用注解
@Cacheable
- 用于将方法的返回结果缓存起来。
- 方法被调用时，Spring 会先检查缓存中是否有数据，如果有则直接返回缓存结果，否则执行方法并将结果放入缓存。
@Cacheable本身并不直接提供过期时间的配置。缓存的过期时间取决于具体的缓存提供者。
@Service
public class UserService {@Cacheable(value = "userCache", key = "#id")#根据id不同查找缓存，在同一个缓存空间（如 responseCache）内，可以存储多个结果，每个结果与唯一的缓存键对应（即不同的请求参数对应不同的缓存结果）。public User getUserById(Long id) {// 假设这是一个耗时的数据库查询return userRepository.findById(id).orElse(null);}
}
注：
-
@Cacheable：表示该方法的结果应该被缓存。Spring 在方法第一次被调用时会执行该方法并缓存其结果，后续对同一参数的调用将直接返回缓存中的结果。
-
value = "userCache"：指定缓存的名称，
value属性对应缓存的命名空间。这里的userCache是缓存的名称，用于存储此方法的返回结果。userCache可以对应一个具体的缓存实现（如 Redis、EhCache 等）中一个独立的缓存区域。 -
key = "#id"：指定缓存的键。使用 Spring 表达式语言（SpEL）来定义缓存键的生成规则，
#id表示方法参数id的值作为缓存的键。- 在这里，
#id会直接使用方法参数id的值。例如，当id=1时，缓存键就是1。 - 如果不指定
key属性，Spring 会默认将所有方法参数的组合作为缓存键。
- 在这里，
默认键生成机制
当 @Cacheable 注解没有指定 key 时，Spring Cache 会将所有方法参数的组合作为默认缓存键。具体来说，Spring Cache 使用 SimpleKeyGenerator 生成缓存键：
- 单一参数：如果方法有一个参数，且未指定
key，Spring 会直接使用该参数作为缓存键。 - 多参数：如果方法有多个参数，Spring 会将它们组合成一个
SimpleKey对象作为缓存键。 - 无参数：如果方法没有参数，Spring 会使用
SimpleKey.EMPTY作为缓存键。
如果传入的是自定义对象参数，Spring 会调用该对象的 hashCode 和 equals 方法来识别不同参数值的唯一性，以确保生成的缓存键唯一。对于自定义对象，如果没有重写 equals 和 hashCode 方法，则默认使用 Object 类的实现。Object 的 hashCode 和 equals 方法基于对象的内存地址判断两个对象是否相等，这样不同实例即使内容相同，也会被认为是不同的对象。因此，不重写 equals 和 hashCode 可能会导致缓存命中失败，从而产生重复的缓存条目。
- 不指定
key且传入自定义对象：需要重写对象的equals和hashCode方法，以确保相同内容的对象具有相同的缓存键。 - 推荐方式：如果传入对象属性确定，可以使用 SpEL 表达式明确指定缓存键（如
key = "#user.id"），这样更简洁并避免了对equals和hashCode的依赖。
@CachePut
- 用于强制更新缓存内容，方法每次都会执行，将返回值放入缓存。
- 常用于方法更新数据后，同时更新缓存中的数据。
@Service public class UserService {@CachePut(value = "userCache", key = "#user.id")public User updateUser(User user) {// 更新数据库中的用户信息return userRepository.save(user);} }@CachePut注解表示方法执行完成后将结果更新到userCache中，key 为user.id。
@CacheEvict
- 用于清除缓存数据。
- 通常用于删除或更新方法，用于从缓存中移除不再需要的数据。
@Service public class UserService {@CacheEvict(value = "userCache", key = "#id")public void deleteUser(Long id) {// 删除数据库中的用户userRepository.deleteById(id);} }@CacheEvict会将缓存userCache中 key 为id的缓存项删除，确保缓存中的数据与数据库保持一致。
@Caching
- 用于组合多个缓存注解，适用于需要同时执行多个缓存操作的场景。
@Service
public class UserService {@Caching(put = { @CachePut(value = "userCache", key = "#user.id") },evict = { @CacheEvict(value = "userListCache", allEntries = true) })public User saveUser(User user) {// 保存用户信息return userRepository.save(user);}
}
在此示例中，@Caching 组合了 @CachePut 和 @CacheEvict，即在缓存 userCache 中更新用户数据，同时清除 userListCache 中的所有缓存项。
4. 自定义缓存键和条件
Spring Boot Cache 允许通过 key 和 condition 参数自定义缓存键和条件。
- key：自定义缓存的 key，可以使用 SpEL 表达式。默认是方法参数的组合。
- condition：满足指定条件时才缓存，使用 SpEL 表达式。
- unless：满足条件时不缓存，优先级高于
condition。
@Cacheable(value = "userCache", key = "#user.id", condition = "#user.age > 18", unless = "#result == null")
public User getUser(User user) {return userRepository.findById(user.getId()).orElse(null);
}
在此例中，condition 表示只有用户年龄大于 18 时才缓存，unless 表示当方法返回值为 null 时不缓存。
5.完整示例
@Service
public class UserService {@Cacheable(value = "userCache", key = "#id")public Optional<User> getUserById(Long id) {// 模拟数据库查询return userRepository.findById(id);}@CachePut(value = "userCache", key = "#user.id")public User updateUser(User user) {// 更新数据库中的用户信息return userRepository.save(user);}@CacheEvict(value = "userCache", key = "#id")public void deleteUser(Long id) {// 从数据库中删除用户信息userRepository.deleteById(id);}
}缺点：本地缓存， 分布式场景容易产生数据不一致的情况。
2、Spring Boot 结合 Redis 实现缓存
为了解决缓存一致问题，可以引入分布式缓存Redis。
1. 引入依赖
项目中添加 Redis 的依赖：
<dependency><groupId>org.springframework.boot</groupId><artifactId>spring-boot-starter-data-redis</artifactId>
</dependency>
2. 配置 Redis 连接
在 application.yml 或 application.properties 中配置 Redis 连接信息：
# Spring Cache 配置
spring.cache.type=redis # 设置 Spring 缓存使用 Redis# Redis 连接配置
spring.redis.host=localhost # Redis 服务器地址
spring.redis.port=6379 # Redis 服务器端口
spring.redis.password=yourpassword # Redis 连接密码，如果没有则省略
# Redis 缓存过期时间（可选）
spring.cache.redis.time-to-live=60000 # 设置缓存的默认过期时间（单位为毫秒），此处为 60 秒spring.cache.redis.use-key-prefix=true # 使用 key 前缀，果有多种业务数据存储在同一个 Redis 实例中，建议开启 key 前缀
spring.cache.redis.key-prefix=test_cache_ # 设置 Redis 缓存的 key 前缀3. 启用缓存支持
同上
4. 使用缓存注解
同上
这样即可使用 Redis分布式缓存替换Spring Boot 自带缓存显著提升性能，解决分布式场景下数据不一致问题。
3、引入缓存带来的问题
缓存击穿
定义
缓存击穿是指一个热点数据在缓存过期的瞬间，大量并发请求访问该数据，由于缓存刚好过期，导致请求同时涌入数据库查询。这个问题会导致数据库压力骤增，甚至崩溃。
原因
- 热点数据在缓存失效的瞬间，大量请求同时访问该数据。
- 高并发场景下，单一热点数据的缓存失效后数据库压力过大。
解决方案
- 设置热点数据永不过期（逻辑过期）：对于少量非常热门的数据，可以设置缓存永不过期。然后通过后台异步线程来定时更新缓存，避免缓存失效导致的瞬间压力增大。
- 加锁机制：在缓存失效时，只有一个线程去数据库中查询数据并回填缓存，其他线程等待第一个线程完成后从缓存读取。可以使用分布式锁（如 Redis 分布式锁）来控制并发。
- 双重检查：在缓存失效时再进行二次检查。在缓存过期的情况下，多个线程查询缓存后都会去请求数据库，可以在第一次查询数据库后立即更新缓存，再次检查缓存以减少数据库的并发压力。
- 增加定时任务定期刷新缓存：通过 Spring 的定时任务来实现定时刷新缓存，保证热点数据在缓存即将失效时被重新加载。
缓存穿透
定义
缓存穿透是指大量请求查询缓存中不存在的数据，导致请求直接穿透缓存到数据库，给数据库带来极大压力。例如，用户查询一个不存在的用户 ID，由于缓存中没有该数据且数据库也没有结果，每次查询都绕过缓存直接访问数据库。
原因
- 查询的 key 不存在，缓存没有数据，直接查询数据库。
- 恶意攻击或程序错误导致频繁查询不存在的 key。
解决方案
- 缓存空结果：对于数据库查询结果为空的数据，将空结果也缓存一段时间（例如 5 分钟）。这样，短时间内相同的请求不会频繁查询数据库。可以通过设置较短的过期时间来避免大量无效数据长期占用缓存。（spring.cache.redis.cache-null-values=true）
- 布隆过滤器：在缓存之前增加一个布隆过滤器，用于判断 key 是否可能存在。布隆过滤器可以有效过滤掉不存在的数据，避免直接查询数据库。
- 参数校验：对用户输入的 key 进行校验，防止恶意请求。比如查询数据库前对 key 做基础检查，确保格式和范围有效。
缓存雪崩
定义
缓存雪崩是指缓存中大量数据在同一时间失效，导致大量请求同时打到数据库，造成数据库压力激增。缓存雪崩可能会导致系统出现短暂或持续的不可用。
原因
- 大量缓存设置了相同的过期时间，在某一时刻同时失效。
- 系统重启或崩溃，导致所有缓存失效。
解决方案
- 缓存过期时间加随机：避免所有缓存设置相同的过期时间，可以在过期时间上增加一个随机值，使得缓存过期时间分散，避免集中失效。
- 缓存预热：在系统启动时，将常用的热点数据提前加载到缓存中，避免高峰时段突然访问数据库。
- 分级降级策略：在缓存雪崩发生时，可以使用限流策略和降级策略，限制数据库的访问频率。同时，也可以用备用缓存来缓解瞬时压力。
- 多层缓存架构：使用多级缓存（如本地缓存 + 分布式缓存）或多机房缓存，实现分布式缓存冗余，避免单点失效导致大量缓存失效。
总结：
| 问题 | 定义 | 解决方案 |
|---|---|---|
| 缓存穿透 | 请求大量不存在的 key，导致直接查询数据库 | 缓存空结果、布隆过滤器、参数校验 |
| 缓存击穿 | 热点数据过期，瞬时大量请求穿透缓存，打到数据库 | 设置热点数据永不过期、加锁机制、双重检查 |
| 缓存雪崩 | 缓存中大量数据同时失效，导致数据库请求激增 | 设置过期时间加随机、缓存预热、分级降级策略、多层缓存 |
