Redis：如何在项目里面使用缓存？-EW帮帮网

💬 1、简述

在现代 Web 应用中，数据库往往是系统性能的瓶颈之一。为了提高查询效率、减轻数据库压力，我们通常会引入 Redis 作为缓存层。本文将介绍在实际项目中如何合理使用 Redis 缓存，并给出实战样例。

在这里插入图片描述

🧪 2、为什么使用 Redis 作为缓存？

优势	说明
超快访问速度	Redis 是内存数据库，读写性能远高于磁盘数据库
支持丰富数据结构	字符串、哈希、列表、集合、有序集合
支持过期策略	自动清除过期数据，适合缓存场景
原子操作强	适合并发环境，支持事务和 Lua 脚本

🚀 项目中缓存使用场景：

✅ 高性能缓存层

数据库查询缓存：减轻数据库压力
页面/片段缓存：加速Web响应
热点数据缓存：应对突发流量

✅ 分布式系统支持

会话存储：分布式Session管理
全局配置：动态参数配置中心
分布式锁：跨进程互斥控制

✅ 特殊数据结构应用

排行榜：利用ZSET实现
计数器：INCR/DECR原子操作
实时统计：HyperLogLog基数估算

🔄 3、基础缓存模式实践

3.1 缓存查询结果（经典Cache-Aside）

// 商品服务查询示例
public Product getProduct(Long id) {
    String cacheKey = "product:" + id;
    
    // 1. 先查缓存
    Product product = redisTemplate.opsForValue().get(cacheKey);
    if (product != null) {
        return product;
    }
    
    // 2. 查数据库
    product = productDao.findById(id);
    if (product == null) {
        return null;
    }
    
    // 3. 写入缓存（设置过期时间）
    redisTemplate.opsForValue().set(
        cacheKey, 
        product, 
        30, 
        TimeUnit.MINUTES
    );
    return product;
}

优化点：

设置合理的TTL（如30分钟）
使用双重检查锁避免缓存击穿
考虑使用布隆过滤器预防缓存穿透

3.2 缓存更新策略

写穿透（Write-Through）

@Transactional
public void updateProduct(Product product) {
    // 1. 更新数据库
    productDao.update(product);
    
    // 2. 更新缓存
    String cacheKey = "product:" + product.getId();
    redisTemplate.opsForValue().set(
        cacheKey, 
        product,
        30,
        TimeUnit.MINUTES
    );
}

延迟删除（Write-Behind）

@Transactional
public void updateProduct(Product product) {
    // 1. 只更新数据库
    productDao.update(product);
    
    // 2. 异步更新缓存（通过消息队列）
    kafkaTemplate.send("cache-refresh", 
        new CacheRefreshEvent("product", product.getId()));
}

🛠️ 4、典型应用场景实现

4.1 分布式Session管理

Spring Session配置

@Configuration
@EnableRedisHttpSession(maxInactiveIntervalInSeconds = 1800)
public class RedisSessionConfig {
    @Bean
    public LettuceConnectionFactory connectionFactory() {
        return new LettuceConnectionFactory(
            new RedisStandaloneConfiguration("redis-host", 6379));
    }
}

使用示例

// 设置Session属性
@RequestMapping("/login")
public String login(HttpSession session) {
    session.setAttribute("user", currentUser);
    return "dashboard";
}

4.2 分布式锁实现

RedLock方案

public boolean tryLock(String lockKey, long expireSeconds) {
    String lockId = UUID.randomUUID().toString();
    
    Boolean success = redisTemplate.opsForValue()
        .setIfAbsent(lockKey, lockId, expireSeconds, TimeUnit.SECONDS);
    
    if (Boolean.TRUE.equals(success)) {
        // 获取锁成功
        return true;
    }
    return false;
}

public void unlock(String lockKey, String lockId) {
    // 使用Lua脚本保证原子性
    String script = 
        "if redis.call('get', KEYS[1]) == ARGV[1] then " +
        "   return redis.call('del', KEYS[1]) " +
        "else " +
        "   return 0 " +
        "end";
    
    redisTemplate.execute(
        new DefaultRedisScript<>(script, Long.class),
        Collections.singletonList(lockKey),
        lockId
    );
}

4.3 热点商品秒杀

public boolean seckill(Long productId, Long userId) {
    String stockKey = "seckill:stock:" + productId;
    String boughtKey = "seckill:users:" + productId;
    
    // 1. 检查是否已购买
    if (redisTemplate.opsForSet().isMember(boughtKey, userId)) {
        return false;
    }
    
    // 2. 扣减库存（Lua脚本保证原子性）
    String script =
        "local stock = tonumber(redis.call('get', KEYS[1])) " +
        "if stock > 0 then " +
        "   redis.call('decr', KEYS[1]) " +
        "   redis.call('sadd', KEYS[2], ARGV[1]) " +
        "   return 1 " +
        "end " +
        "return 0";
    
    Long result = redisTemplate.execute(
        new DefaultRedisScript<>(script, Long.class),
        Arrays.asList(stockKey, boughtKey),
        userId.toString()
    );
    
    return result == 1;
}

🌐 5、高级缓存模式

5.1 多级缓存架构

// 多级缓存查询
public Product getProductWithMultiCache(Long id) {
    // 1. 检查本地缓存
    Product product = localCache.get(id);
    if (product != null) {
        return product;
    }
    
    // 2. 检查Redis缓存
    product = redisTemplate.opsForValue().get("product:" + id);
    if (product != null) {
        localCache.put(id, product); // 回填本地缓存
        return product;
    }
    
    // 3. 查询数据库
    product = productDao.findById(id);
    if (product != null) {
        redisTemplate.opsForValue().set(
            "product:" + id, 
            product,
            10, 
            TimeUnit.MINUTES
        );
        localCache.put(id, product);
    }
    
    return product;
}

5.2 缓存预热策略

@Component
public class CacheWarmUp implements CommandLineRunner {

    @Autowired
    private ProductDao productDao;
    
    @Autowired
    private RedisTemplate<String, Product> redisTemplate;
    
    @Override
    public void run(String... args) {
        // 加载热销商品前100名
        List<Product> hotProducts = productDao.findHotProducts(100);
        hotProducts.forEach(p -> {
            redisTemplate.opsForValue().set(
                "product:" + p.getId(),
                p,
                1, 
                TimeUnit.HOURS
            );
        });
    }
}

✍️ 6、性能优化实践

6.1 管道化(Pipeline)操作

public Map<Long, Product> batchGetProducts(List<Long> ids) {
    List<Object> results = redisTemplate.executePipelined(
        (RedisCallback<Object>) connection -> {
            ids.forEach(id -> {
                connection.stringCommands().get(("product:" + id).getBytes());
            });
            return null;
        }
    );
    
    Map<Long, Product> productMap = new HashMap<>();
    for (int i = 0; i < results.size(); i++) {
        Product p = (Product) results.get(i);
        if (p != null) {
            productMap.put(ids.get(i), p);
        }
    }
    return productMap;
}

6.2 大Key拆分方案

// 将大Hash拆分为多个小Hash
public void setLargeObject(String key, Map<String, String> bigData) {
    int segment = 0;
    Map<String, String> segmentMap = new HashMap<>();
    
    for (Map.Entry<String, String> entry : bigData.entrySet()) {
        segmentMap.put(entry.getKey(), entry.getValue());
        
        if (segmentMap.size() >= 1000) {
            redisTemplate.opsForHash().putAll(
                key + ":segment:" + segment,
                segmentMap
            );
            segment++;
            segmentMap.clear();
        }
    }
    
    if (!segmentMap.isEmpty()) {
        redisTemplate.opsForHash().putAll(
            key + ":segment:" + segment,
            segmentMap
        );
    }
}

📊 7、监控与问题排查

7.1 关键监控指标

# 内存使用
redis-cli info memory | grep used_memory_human

# 命中率
redis-cli info stats | grep keyspace_hits
redis-cli info stats | grep keyspace_misses

# 慢查询
redis-cli slowlog get 5

7.2 缓存雪崩预防

// 差异化过期时间
private int getRandomTtl() {
    return 1800 + new Random().nextInt(300); // 1800-2100秒
}

public void setWithRandomTtl(String key, Object value) {
    redisTemplate.opsForValue().set(
        key,
        value,
        getRandomTtl(),
        TimeUnit.SECONDS
    );
}

🧠 8、最佳实践

✅ 键命名规范：

使用冒号分隔层级（如 service:entity:id）
避免特殊字符
控制键长度（不超过100字节）

✅ 过期策略：

所有缓存必须设置TTL
热点数据永不过期需有更新机制
大对象设置较短TTL

✅ 序列化选择：

// 推荐配置
@Bean
public RedisTemplate<String, Object> redisTemplate() {
    RedisTemplate<String, Object> template = new RedisTemplate<>();
    template.setKeySerializer(new StringRedisSerializer());
    template.setValueSerializer(new Jackson2JsonRedisSerializer<>(Object.class));
    return template;
}

✅ 集群规范：

单个Value不超过10KB
单个实例键数量不超过1千万
避免使用KEYS命令

通过合理应用Redis缓存，可以显著提升系统性能。建议根据业务特点选择合适的缓存模式，并建立完善的监控体系。记住：缓存不是万能的，要始终保证数据最终一致性。

🔚 9、总结

在项目中合理使用 Redis 缓存，不仅能显著提升系统性能，还能提升用户体验。本文介绍了最常用的“旁路缓存”策略、代码实战以及常见问题的应对方式，适用于大多数 Web 后端项目。

🔐 使用 Redis 缓存的核心建议：

把频繁访问、不常变的数据缓存起来
设置合理的过期时间，避免占用内存
缓存更新需和数据库同步或清理旧缓存
注意并发场景下的缓存击穿/雪崩

Redis：如何在项目里面使用缓存？

💬 1、简述

🧪 2、为什么使用 Redis 作为缓存？

🚀 项目中缓存使用场景：

✅ 高性能缓存层

✅ 分布式系统支持

✅ 特殊数据结构应用

🔄 3、基础缓存模式实践

3.1 缓存查询结果（经典Cache-Aside）

3.2 缓存更新策略

写穿透（Write-Through）

延迟删除（Write-Behind）

🛠️ 4、典型应用场景实现

4.1 分布式Session管理

Spring Session配置

使用示例

4.2 分布式锁实现

RedLock方案

4.3 热点商品秒杀

🌐 5、高级缓存模式

5.1 多级缓存架构

5.2 缓存预热策略

✍️ 6、性能优化实践

6.1 管道化(Pipeline)操作

6.2 大Key拆分方案

📊 7、监控与问题排查

7.1 关键监控指标

7.2 缓存雪崩预防

🧠 8、最佳实践

✅ 键命名规范：

✅ 过期策略：

✅ 序列化选择：

✅ 集群规范：

🔚 9、总结

🔐 使用 Redis 缓存的核心建议：

网站公告

今日签到

热门文章

最新发布

Redis：如何在项目里面使用缓存？

💬 1、简述

🧪 2、为什么使用 Redis 作为缓存？

🚀 项目中缓存使用场景 ：

✅ 高性能缓存层

✅ 分布式系统支持

✅ 特殊数据结构应用

🔄 3、基础缓存模式实践

3.1 缓存查询结果（经典Cache-Aside）

3.2 缓存更新策略

写穿透（Write-Through）

延迟删除（Write-Behind）

🛠️ 4、典型应用场景实现

4.1 分布式Session管理

Spring Session配置

使用示例

4.2 分布式锁实现

RedLock方案

4.3 热点商品秒杀

🌐 5、高级缓存模式

5.1 多级缓存架构

5.2 缓存预热策略

✍️ 6、性能优化实践

6.1 管道化(Pipeline)操作

6.2 大Key拆分方案

📊 7、监控与问题排查

7.1 关键监控指标

7.2 缓存雪崩预防

🧠 8、最佳实践

✅ 键命名规范：

✅ 过期策略：

✅ 序列化选择：

✅ 集群规范：

🔚 9、总结

🔐 使用 Redis 缓存的核心建议：

网站公告

今日签到

热门文章

最新发布

🚀 项目中缓存使用场景：