分布式缓存实战：Redis与多级缓存架构的完整指南
大家好，我是迪哥。缓存是提升系统性能的关键组件，从本地缓存到分布式缓存，从 Redis 到多级缓存架构，我们经历了多次优化。今天就聊聊分布式缓存的最佳实践。
多级缓存架构
┌─────────────────────────────────────────────────────────────┐ │ 多级缓存架构 │ ├─────────────────────────────────────────────────────────────┤ │ ┌──────────────┐ ┌──────────────┐ ┌──────────────┐ │ │ │ 本地缓存 │ │ Redis │ │ 数据库 │ │ │ │ Caffeine │ │ 分布式缓存 │ │ MySQL │ │ │ └──────┬───────┘ └──────┬───────┘ └──────┬───────┘ │ │ │ │ │ │ │ ▼ ▼ ▼ │ │ ┌─────────────────────────────────────────────────────┐ │ │ │ 应用层 │ │ │ └─────────────────────────────────────────────────────┘ │ └─────────────────────────────────────────────────────────────┘本地缓存：Caffeine
配置示例
@Configuration public class CaffeineConfig { @Bean public Cache<String, Object> localCache() { return Caffeine.newBuilder() .initialCapacity(1000) .maximumSize(10000) .expireAfterWrite(10, TimeUnit.MINUTES) .expireAfterAccess(5, TimeUnit.MINUTES) .recordStats() .build(); } }使用示例
@Service public class UserService { @Autowired private Cache<String, User> localCache; @Autowired private StringRedisTemplate redisTemplate; @Autowired private UserMapper userMapper; public User getUser(Long userId) { String key = "user:" + userId; // 1. 先查本地缓存 User user = localCache.getIfPresent(key); if (user != null) { return user; } // 2. 再查 Redis String json = redisTemplate.opsForValue().get(key); if (json != null) { user = JSON.parseObject(json, User.class); localCache.put(key, user); return user; } // 3. 最后查数据库 user = userMapper.selectById(userId); if (user != null) { redisTemplate.opsForValue().set(key, JSON.toJSONString(user), 30, TimeUnit.MINUTES); localCache.put(key, user); } return user; } }Redis 缓存优化
缓存策略
public enum CacheStrategy { READ_THROUGH, // 读穿透 WRITE_THROUGH, // 写穿透 WRITE_BEHIND, // 写回 CACHE_ASIDE; // 旁路缓存（最常用） }缓存更新模式
@Service public class CacheService { @Autowired private StringRedisTemplate redisTemplate; // 模式1：先更新数据库，再删除缓存 public void updateUser1(User user) { userMapper.updateById(user); redisTemplate.delete("user:" + user.getId()); } // 模式2：先删除缓存，再更新数据库 public void updateUser2(User user) { redisTemplate.delete("user:" + user.getId()); userMapper.updateById(user); } // 模式3：延迟双删（解决并发问题） @Async public void updateUser3(User user) { redisTemplate.delete("user:" + user.getId()); userMapper.updateById(user); // 延迟一段时间后再次删除 try { Thread.sleep(500); } catch (InterruptedException e) { Thread.currentThread().interrupt(); } redisTemplate.delete("user:" + user.getId()); } }缓存问题解决
问题 1：缓存穿透
// 使用布隆过滤器 @Component public class BloomFilterService { private final BloomFilter<Long> userFilter; public BloomFilterService() { userFilter = BloomFilter.create( Funnels.longFunnel(), 1000000, // 预计元素数量 0.01 // 误判率 ); // 初始化过滤器 List<Long> userIds = userMapper.selectAllIds(); userIds.forEach(userFilter::put); } public boolean mightContain(Long userId) { return userFilter.mightContain(userId); } }问题 2：缓存击穿
@Service public class ProductService { @Autowired private StringRedisTemplate redisTemplate; private final Map<String, Object> locks = new ConcurrentHashMap<>(); public Product getProduct(Long productId) { String key = "product:" + productId; // 先查缓存 String json = redisTemplate.opsForValue().get(key); if (json != null) { return JSON.parseObject(json, Product.class); } // 加锁，防止缓存击穿 synchronized (locks.computeIfAbsent(key, k -> new Object())) { try { // 双重检查 json = redisTemplate.opsForValue().get(key); if (json != null) { return JSON.parseObject(json, Product.class); } // 查数据库 Product product = productMapper.selectById(productId); if (product != null) { redisTemplate.opsForValue().set(key, JSON.toJSONString(product), 5, TimeUnit.MINUTES); } return product; } finally { locks.remove(key); } } } }问题 3：缓存雪崩
// 解决方案：设置随机过期时间 public void setCacheWithRandomTTL(String key, Object value) { int ttl = 30 + ThreadLocalRandom.current().nextInt(30); // 30-60分钟 redisTemplate.opsForValue().set(key, JSON.toJSONString(value), ttl, TimeUnit.MINUTES); }最佳实践清单
| 维度 | 最佳实践 |
|---|---|
| 多级缓存 | 本地缓存 + Redis + 数据库 |
| 缓存策略 | 旁路缓存模式 |
| 更新模式 | 先更新数据库，再删除缓存 |
| 并发问题 | 延迟双删 + 分布式锁 |
| 监控 | 监控缓存命中率、热点Key |
说到缓存，我家那只叫 Docker 的哈士奇最近学会了"缓存策略"——把喜欢的玩具藏在沙发底下（本地缓存），饿了才去狗粮碗（数据库）找吃的，这缓存命中率比我们的 Redis 还高 😂
我是迪哥，我们下期再见！
