当前位置：首页 > 问答 > 正文

Redis缓存注解怎么用，研究一下它的具体应用和注意点

寇乐童
问答
2025-12-31 03:03:05
3

Redis缓存注解，主要是在Java的Spring框架里用的一个省时省力的工具，它就像是个小助手，你告诉它哪些方法的结果需要记下来（缓存），下次再问同样的问题时，它就能直接把记下的答案告诉你，省得方法再辛辛苦苦地跑一遍了，这特别适合用在那些查询频繁、但又不会经常变动的数据上，比如商品信息、用户的基本资料、网站配置啥的。

几个核心的注解怎么用

这几个注解都来自Spring框架的缓存抽象模块,用之前得先在项目里配置好Redis的连接和缓存管理器。

@Cacheable：最常用的“记下来”注解
- 干什么用：这个注解贴在方法上，意思是“这个方法的结果值得缓存”，当方法第一次被调用时，它会正常执行，执行完后，Spring会把返回值放进Redis里，之后只要再用完全相同的参数调用这个方法，Spring就会直接去Redis里拿结果,方法本体根本不会执行。
- 怎么用：
```
@Cacheable(value = "users", key = "#userId")
public User findUserById(Long userId) {
    // 这里是模拟去数据库查数据的耗时操作
    System.out.println("正在查询数据库，用户ID: " + userId);
    return userRepository.findById(userId);
}
```
- 解释一下：
  - value = "users"：指定缓存结果要放在哪个“仓库”里，在Redis里会变成一个叫 users 的键前缀。
  - key = "#userId"：这是缓存的“精确门牌号”，这里用了Spring的表达式（SpEL），#userId 就是指方法的参数 userId，这样，查询用户1的结果和查询用户2的结果会被分别缓存，不会搞混，如果不指定key,Spring会使用所有参数组合成一个默认key。
- 应用场景：绝大多数根据ID查询单个对象的场景，比如查用户、查商品详情。
@CacheEvict：负责“清理缓存”的注解
- 干什么用：当数据发生变化时（比如修改、删除），旧缓存就失效了，必须清掉，否则下次读到的就是过时的脏数据。@CacheEvict 就是干这个的。
- 怎么用：
```
@CacheEvict(value = "users", key = "#userId")
public void updateUser(Long userId, User user) {
    // 先更新数据库
    userRepository.update(user);
    // 方法执行成功后，注解会自动清除掉 key 为 #userId 的缓存
}
```
- 注意点：它有个重要的属性叫 allEntries，如果设置为 true，就会清空整个 value 对应的“仓库”（比如清空所有 users 开头的缓存），慎用！一般只在执行“清理所有缓存”的操作时才用。
@CachePut：“不管有没有，都更新一下缓存”
- 干什么用：这个注解贴的方法，每次都会执行，不会去查缓存，它执行完后，会把结果更新到缓存里，常用于新增或更新操作后,希望最新的结果立刻被缓存起来。
- 怎么用：
```
@CachePut(value = "users", key = "#result.id")
public User createUser(User user) {
    // 创建新用户
    User savedUser = userRepository.save(user);
    // 方法返回后，返回值（savedUser）的id会作为key，整个savedUser对象作为value，被放入缓存
    return savedUser;
}
```
- 和@Cacheable的区别：@Cacheable 是“有缓存就用，不执行方法”；@CachePut 是“方法必须执行，并且用结果刷新缓存”。

实际应用中要留神的几个点

缓存穿透问题
- 是什么：黑客可能会故意请求一个数据库中根本不存在的数据（比如id=-1的用户），因为数据库没有，所以缓存里也不会有，每次请求都会穿过缓存打到数据库上,给数据库造成巨大压力。
- 怎么办：
  - 缓存空值：即使数据库查不到，也在缓存里存一个空值（比如null）并设置一个较短的过期时间，这样下次同样的请求过来,缓存就能拦住。
  - 参数校验：在接口层做好校验，把明显不合法的参数（如负数ID）直接挡回去。
  - 使用布隆过滤器：这是一个更高级的解决方案，可以高效地判断一个数据是否“绝对不存在”于数据库中。
缓存雪崩问题
- 是什么：指大量缓存数据在同一时间过期失效，或者Redis服务本身宕机，导致所有请求瞬间都涌向数据库,数据库承受不住就可能挂掉。
- 怎么办：
  - 设置不同的过期时间：不要给所有缓存设置相同的过期时间，可以在基础过期时间上，加上一个随机的偏移量（比如30分钟 ± 5分钟）,让缓存失效的时间点分散开。
  - Redis高可用：搭建Redis集群（主从复制、哨兵模式）,避免单点故障。
  - 服务降级：在应用层面，如果发现缓存失效且数据库压力大，可以对非核心业务直接返回降级信息（如“服务繁忙”）,保护核心业务和数据库。
缓存和数据库的数据一致性问题
- 是什么：这是最头疼的问题，比如你先更新了数据库，然后要清除缓存，但如果清除缓存的操作失败了，或者因为网络延迟导致清除缓存的请求晚于另一个读请求,那么读请求就会把旧的脏数据又读出来放进缓存。
- 怎么办：这是一个复杂话题，没有银弹。
  - 简单策略：尽量让写操作顺序是“先更新数据库，再删除缓存”，这种策略在大多数情况下是可行的,但理论上仍存在极小的不一致窗口期。
  - 复杂策略：对于一致性要求极高的场景（如资金账户），可能需要引入更复杂的机制，比如基于数据库binlog的同步（阿里巴巴的Canal组件）、或者使用分布式事务（代价高）,但这已经超出了简单注解的范畴。
序列化问题
- 是什么：Java对象要存到Redis里，需要转换成字节（序列化）；从Redis里读出来，需要变回对象（反序列化），如果序列化方式没配置好，或者对象结构变了（比如增删了字段）,就可能读不出来数据或者报错。
- 怎么办：在Spring配置中，选择稳定可靠的序列化器，比如Jackson2JsonRedisSerializer或GenericJackson2JsonRedisSerializer，对于缓存的对象,要尽量避免频繁改变其类结构。

总结一下

Redis缓存注解用起来非常方便，几行代码就能给应用加上一层高速缓存，但要想用好它，不能只是简单地贴上 @Cacheable 就完事了，你必须心里有数，知道可能会遇到缓存穿透、雪崩、数据不一致这些“坑”，并提前想好应对策略，它是一把提升性能的利器，但也需要小心使用,否则可能会带来意想不到的麻烦。

（主要参考思路来源于Spring官方文档关于缓存抽象的章节、以及国内技术社区如CSDN、博客园上大量关于缓存经典问题的讨论和解决方案。）

Redis缓存注解怎么用，研究一下它的具体应用和注意点