Spring Cache+Redis整合：用注解实现10倍性能提升的分布式缓存方案

在Java业务系统中，数据库IO瓶颈是导致性能下降的核心原因之一：据鳄鱼java社区2026年《Spring生态性能调研》显示，80%的高并发场景下，数据库QPS超过阈值后会引发响应延迟甚至雪崩，而缓存能将数据库压力降低90%以上。Spring Cache缓存抽象与Redis整合的核心价值，就在于用注解驱动的声明式编程替代冗余的手动缓存代码，同时借助Redis的分布式缓存能力，实现跨节点的缓存共享，让系统的吞吐量提升5-10倍，缓存代码量减少80%，成为企业级Spring项目中解决性能瓶颈的标准方案。

为什么需要Spring Cache+Redis？手动缓存与本地缓存的局限性

很多开发者会手动编写Redis缓存代码：比如在查询方法中先查Redis，不存在再查数据库，查询结果写入Redis；更新方法中更新数据库后再删除或更新Redis。但这种方式存在三大致命痛点：

其一，代码冗余且业务逻辑耦合，缓存逻辑会占据业务代码的40%以上，比如用户信息查询方法中，手动写Redis的get/set操作会让代码变得臃肿，鳄鱼java社区的开发者反馈，手动缓存的代码维护成本比纯业务代码高60%；其二，缓存一致性难以保障，容易出现更新后未清除缓存、清除缓存时遗漏关联key等问题，比如某电商项目曾因商品更新后未清除缓存，导致用户看到的还是旧价格，引发客诉；其三，本地缓存无法适配分布式场景，比如使用Caffeine、Guava Cache等本地缓存，在多节点部署时会出现缓存不一致的问题，每个节点的缓存数据独立，无法共享，导致重复查询数据库。

而Spring Cache的缓存抽象机制，通过注解驱动将缓存逻辑与业务代码解耦，同时整合Redis实现分布式缓存共享，完美解决了这些痛点。

Spring Cache缓存抽象核心：注解驱动的声明式缓存

Spring Cache是Spring提供的缓存抽象层，基于CacheManager和Cache接口实现，支持多种缓存中间件（Redis、Caffeine、EhCache等），其核心优势是通过注解实现声明式缓存，无需修改业务代码结构。

Spring Cache提供了5个核心注解，覆盖缓存的查询、更新、删除等全场景：

• @Cacheable：标记方法的返回值将被缓存，下次调用时直接从缓存获取，避免重复执行方法（适用于查询操作）；
• @CachePut：每次执行方法并将返回值存入缓存，用于更新缓存（适用于更新操作）；
• @CacheEvict：清除指定缓存，用于删除或更新操作后清理缓存；
• @Caching：组合多个缓存注解，比如更新操作时同时清除多个缓存；
• @CacheConfig：统一配置类级别的缓存参数，比如缓存名、key生成器等；

基础示例：用@Cacheable实现用户信息查询缓存：

 
import org.springframework.cache.annotation.Cacheable; 
import org.springframework.stereotype.Service; 
@Service
@CacheConfig(cacheNames = "user") // 类级别统一配置缓存名
public class UserService {
private final UserMapper userMapper;
public UserService(UserMapper userMapper) { 
    this.userMapper = userMapper; 
} 

// 缓存key为userId，条件是userId不为空 
@Cacheable(key = "#userId", condition = "#userId != null") 
public User getUserById(Long userId) { 
    // 只有当缓存中没有数据时，才会执行该方法 
    return userMapper.selectById(userId); 
} 

}

Spring Cache缓存抽象与Redis整合：从依赖配置到自定义CacheManager

要实现Spring Cache缓存抽象与Redis整合，需要完成依赖配置、Redis连接配置、自定义CacheManager（解决序列化等问题）三个核心步骤，这是整合的关键：

1. 添加Maven依赖： 需要引入Spring Boot的Redis starter和Spring Cache依赖（Spring Boot已整合Spring Cache，无需额外引入）：

 
<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> 

2. 配置Redis连接： 在application.yml中配置Redis的地址、端口、密码、连接池等参数：

 
spring: 
  redis: 
    host: localhost 
    port: 6379 
    password: 123456 
    lettuce: 
      pool: 
        max-active: 8 
        max-idle: 8 
        min-idle: 0 
  cache: 
    type: redis 

3. 自定义CacheManager解决序列化问题： Spring Cache默认使用JDK序列化，存在序列化后体积大、不可读、无法跨语言等问题，因此需要自定义CacheManager，用Jackson2JsonRedisSerializer实现JSON序列化，同时解决Java 8时间API（LocalDateTime）的序列化问题：

 
import org.springframework.cache.annotation.EnableCaching; 
import org.springframework.context.annotation.Bean; 
import org.springframework.context.annotation.Configuration; 
import org.springframework.data.redis.cache.RedisCacheConfiguration; 
import org.springframework.data.redis.serializer.Jackson2JsonRedisSerializer; 
import org.springframework.data.redis.serializer.RedisSerializationContext; 
import com.fasterxml.jackson.databind.ObjectMapper; 
import com.fasterxml.jackson.datatype.jsr310.JavaTimeModule; 
import java.time.Duration;
@Configuration
@EnableCaching // 开启Spring Cache功能
public class RedisCacheConfig {
@Bean 
public RedisCacheConfiguration redisCacheConfiguration() { 
    ObjectMapper objectMapper = new ObjectMapper(); 
    // 注册JavaTimeModule，解决LocalDateTime序列化问题 
    objectMapper.registerModule(new JavaTimeModule()); 
    // 禁用将日期序列化为时间戳 
    objectMapper.disable(com.fasterxml.jackson.databind.SerializationFeature.WRITE_DATES_AS_TIMESTAMPS); 
    
    Jackson2JsonRedisSerializer<Object> jsonSerializer = new Jackson2JsonRedisSerializer<>(Object.class); 
    jsonSerializer.setObjectMapper(objectMapper); 

    return RedisCacheConfiguration.defaultCacheConfig() 
            // 设置缓存过期时间为30分钟 
            .entryTtl(Duration.ofMinutes(30)) 
            // 禁用缓存null值，避免缓存穿透（根据业务需求可选） 
            .disableCachingNullValues() 
            // 设置值的序列化器为JSON序列化 
            .serializeValuesWith(RedisSerializationContext.SerializationPair.fromSerializer(jsonSerializer)); 
} 

}

实战：用Spring Cache+Redis实现电商商品缓存

下面结合电商商品场景，完整展示Spring Cache+Redis的实战用法，包含查询缓存、更新缓存、清除缓存等操作：

1. 商品查询缓存：用@Cacheable缓存商品信息，key为商品ID，条件是商品ID不为空：

 
@Service 
@CacheConfig(cacheNames = "product") 
public class ProductService { 
    private final ProductMapper productMapper; 
public ProductService(ProductMapper productMapper) { 
    this.productMapper = productMapper; 
} 

@Cacheable(key = "#productId", condition = "#productId != null") 
public Product getProductById(Long productId) { 
    return productMapper.selectById(productId); 
} 

}

2. 商品更新缓存：用@CacheEvict清除缓存，或者用@CachePut更新缓存：

 
// 方法1：更新后清除缓存，下次查询时重新加载 
@CacheEvict(key = "#product.id") 
@Transactional 
public void updateProduct