Spring Boot 集成 Redis 实战总结

Spring Boot 集成 Redis 实战总结

一、基础集成与配置

1. 依赖引入

   <dependency>
       <groupId>org.springframework.boot</groupId>
       <artifactId>spring-boot-starter-data-redis</artifactId>
   </dependency>
   

   • 默认使用 Lettuce 作为连接池（优于 Jedis，支持异步和 Reactive 编程）。

2. 配置文件

   spring:
     redis:
       host: localhost
       port: 6379
       password: 123456
       database: 0
       lettuce:
         pool:
           max-active: 16   # 最大连接数
           max-idle: 8      # 最大空闲连接
           min-idle: 2      # 最小空闲连接
   

3. 序列化配置
   默认的 RedisTemplate 使用 JDK 序列化（可读性差），推荐自定义序列化：

   @Configuration
   public class RedisConfig {
       @Bean
       public RedisTemplate<String, Object> redisTemplate(RedisConnectionFactory factory) {
           RedisTemplate<String, Object> template = new RedisTemplate<>();
           template.setConnectionFactory(factory);
           // 使用 Jackson2JsonRedisSerializer
           template.setDefaultSerializer(new Jackson2JsonRedisSerializer<>(Object.class));
           template.setKeySerializer(RedisSerializer.string());
           template.setHashKeySerializer(RedisSerializer.string());
           return template;
       }
   }
   

---

二、实战使用场景

1. 基础操作（字符串、哈希、列表）

   @Autowired
   private RedisTemplate<String, Object> redisTemplate;
   
   // 字符串
   redisTemplate.opsForValue().set("key", "value", 60, TimeUnit.SECONDS);
   Object value = redisTemplate.opsForValue().get("key");
   
   // 哈希
   redisTemplate.opsForHash().put("user:1", "name", "John");
   String name = (String) redisTemplate.opsForHash().get("user:1", "name");
   
   // 列表
   redisTemplate.opsForList().leftPush("tasks", "task1");
   List<Object> tasks = redisTemplate.opsForList().range("tasks", 0, -1);
   

2. 发布订阅

   // 发布端
   redisTemplate.convertAndSend("channel", "message");
   
   // 订阅端
   @Component
   public class RedisMessageListener implements MessageListener {
       @Override
       public void onMessage(Message message, byte[] pattern) {
           System.out.println("收到消息: " + new String(message.getBody()));
       }
   }
   

3. 分布式锁
   使用 Redisson 或手动实现：

   public boolean tryLock(String key, String value, long expireTime) {
       return Boolean.TRUE.equals(
           redisTemplate.opsForValue().setIfAbsent(key, value, expireTime, TimeUnit.SECONDS)
       );
   }
   
   public void unlock(String key) {
       redisTemplate.delete(key);
   }
   

---

三、常用技巧

1. 缓存注解
   使用 @Cacheable、@CacheEvict 简化缓存逻辑：

   @Cacheable(value = "users", key = "#userId", unless = "#result == null")
   public User getUserById(Long userId) {
       // 查询数据库
   }
   
   @CacheEvict(value = "users", key = "#userId")
   public void updateUser(User user) {
       // 更新数据库
   }
   

2. Pipeline 批量操作
   减少网络开销：

   List<Object> results = redisTemplate.executePipelined((RedisCallback<Object>) connection -> {
       for (int i = 0; i < 100; i++) {
           connection.stringCommands().set(("key" + i).getBytes(), ("value" + i).getBytes());
       }
       return null;
   });
   

3. Lua 脚本
   实现原子性操作（如限流）：

   String script = "local count = redis.call('incr', KEYS[1]) " +
                   "if count == 1 then redis.call('expire', KEYS[1], ARGV[1]) end " +
                   "return count";
   RedisScript<Long> redisScript = new DefaultRedisScript<>(script, Long.class);
   Long count = redisTemplate.execute(redisScript, Collections.singletonList("rate_limit:api1"), 60);
   

---

四、性能优化

1. 连接池调优

   • 根据并发量调整 max-active 和 max-idle，避免频繁创建连接。
   • 监控连接池指标（如 active、idle）防止资源耗尽。

2. 避免大 Key 和热 Key

   • 大 Key：拆分数据（如哈希拆分为多个字段）。
   • 热 Key：本地缓存 + 随机过期时间，或使用 Redis Cluster 分散压力。

3. 合理选择数据结构

   • 统计 UV：HyperLogLog（省内存）。
   • 排行榜：ZSet。
   • 短链接映射：String。

4. 过期时间随机化
   防止缓存雪崩：

   int expireTime = 3600 + new Random().nextInt(600); // 3600~4200秒
   redisTemplate.expire("key", expireTime, TimeUnit.SECONDS);
   

5. 异步删除
   对于大 Key 删除，使用 UNLINK 替代 DEL：

   redisTemplate.unlink("largeKey");
   

6. 监控与日志

   • 开启 Redis 慢查询日志：slowlog-log-slower-than 10000（单位：微秒）。
   • 使用 Prometheus + Grafana 监控 Redis 性能指标（QPS、内存、命中率）。

---

五、常见问题

1. 缓存穿透
   • 方案：空值缓存 + 布隆过滤器。
2. 缓存击穿
   • 方案：互斥锁（如 Redis SETNX）。
3. 数据一致性
   • 方案：延迟双删、订阅 Binlog 异步更新。

---

六、高级扩展

• Redisson：实现分布式锁、限流器、延迟队列。
• Spring Cache Reactive：响应式编程支持。
• Redis Cluster：集群模式下注意 hash tag 分片优化。

---

通过合理配置和优化，Spring Boot 集成 Redis 可以实现高性能、高可用的缓存与分布式服务。