当前位置：首页 > ops >正文

基于多级缓存架构的Redis集群与Caffeine本地缓存实战经验分享

ops 2025/8/20 11:34:35

业务场景描述

在大规模分布式系统中，数据访问延迟和后端存储压力是常见痛点。我们在设计电商实时推荐模块时，需要满足：

毫秒级读写延迟
高频热点数据击穿、穿透和雪崩风险防控
动态上下线、灰度发布场景下的缓存一致性
系统可扩展性与高可用性要求

为此，我们引入多级缓存架构，将本地缓存（Caffeine）作为一级缓存，Redis集群作为二级缓存，并结合消息通知或异步更新策略，实现低延迟和高稳定性的缓存方案。

技术选型过程

Caffeine 本地缓存：
- 特点：高性能、支持基于权重和时间的过期策略。
- 适用场景：热点数据的极快访问，减少跨网络调用。
Redis 集群：
- 特点：分片集群、水平扩展、支持高可用和读写分离。
- 适用场景：全局共享缓存，支持大容量和持久化。
框架集成：
- Spring Boot + Spring Cache 抽象层，统一注解和管理。
- Redisson 客户端实现 Redis 集群的连接与锁机制。

通过以上选型，兼顾本地超快访问和集群高可用性，并利用 Spring Cache 简化业务调用。

实现方案详解

项目结构

cache-example/
├── src/main/java/com/example/cache
│   ├── config
│   │   ├── CacheConfig.java        # 缓存配置类
│   │   └── RedissonConfig.java     # Redis 客户端配置
│   ├── service
│   │   └── ProductService.java     # 业务服务示例
│   └── listener
│       └── CacheMessageListener.java # 缓存失效 & 刷新消息监听
└── src/main/resources├── application.yml             # 配置文件└── logback.xml                 # 日志配置

核心配置

application.yml

spring:cache:type: caffeineredis:host: redis-node-1,redis-node-2,redis-node-3port: 6379timeout: 5000ms# Caffeine 本地缓存参数
caffeine:spec: "maximumSize=5000,expireAfterAccess=10m"# Redisson 客户端配置
redisson:cluster:nodeAddresses:- "redis://redis-node-1:6379"- "redis://redis-node-2:6379"- "redis://redis-node-3:6379"

CacheConfig.java

@Configuration
@EnableCaching
public class CacheConfig {@Beanpublic CaffeineCacheManager cacheManager() {CaffeineCacheManager manager = new CaffeineCacheManager();manager.setCaffeine(Caffeine.from("maximumSize=5000,expireAfterAccess=10m"));return manager;}@Beanpublic RedissonClient redissonClient(RedissonProperties props) {Config config = new Config();config.useClusterServers().addNodeAddress(props.getCluster().getNodeAddresses().toArray(new String[0]));return Redisson.create(config);}
}

业务示例代码

ProductService.java

@Service
public class ProductService {@Autowiredprivate RedissonClient redissonClient;@Cacheable(value = "productLocalCache", key = "#id")public Product getProductById(Long id) {// 一级缓存未命中，尝试二级缓存String redisKey = "product:data:" + id;RBucket<Product> bucket = redissonClient.getBucket(redisKey);Product prod = bucket.get();if (prod != null) {return prod;}// 模拟数据库读取prod = readFromDatabase(id);// 更新二级缓存bucket.set(prod, 30, TimeUnit.MINUTES);return prod;}private Product readFromDatabase(Long id) {// 实际业务从 DAO 层查询return productRepository.findById(id).orElseThrow(() -> new NotFoundException("Product not found"));}
}

缓存更新与一致性策略

采用异步消息通知机制，数据库更新后向消息队列发送失效/刷新指令。
消费者监听后，先清理一级本地缓存，再更新二级 Redis 缓存。

CacheMessageListener.java

@Component
public class CacheMessageListener {@Autowiredprivate CacheManager cacheManager;@Autowiredprivate RedissonClient redissonClient;@RabbitListener(queues = "cache.update")public void onMessage(CacheEvent event) {// 清理本地缓存Cache cache = cacheManager.getCache("productLocalCache");if (cache != null) {cache.evict(event.getKey());}// 更新 RedisRBucket<Object> bucket = redissonClient.getBucket(event.getRedisKey());bucket.set(event.getNewValue(), 30, TimeUnit.MINUTES);}
}