Spring Boot 集成 Redis 实战总结

一、基础集成与配置

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）。

配置文件

spring:redis:host: localhostport: 6379password: 123456database: 0lettuce: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

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 {@Beanpublic RedisTemplate<String, Object> redisTemplate(RedisConnectionFactory factory) {RedisTemplate<String, Object> template = new RedisTemplate<>();template.setConnectionFactory(factory);// 使用 Jackson2JsonRedisSerializertemplate.setDefaultSerializer(new Jackson2JsonRedisSerializer<>(Object.class));template.setKeySerializer(RedisSerializer.string());template.setHashKeySerializer(RedisSerializer.string());return template;}
}

二、实战使用场景

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);

发布订阅

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

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

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
}

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;
});

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

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。
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。
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。

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);

异步删除
对于大 Key 删除，使用 UNLINK 替代 DEL：
```
redisTemplate.unlink("largeKey");
```
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）。