Spring Boot整合Redis

引言

Redis作为高性能的键值存储数据库，在缓存、会话管理、排行榜等场景中被广泛应用。Spring Boot通过Spring Data Redis提供了与Redis的无缝整合能力，使开发者能够快速实现高效的数据缓存与存储。本文将手把手教你如何在Spring Boot项目中整合Redis，并通过实际案例展示其核心用法。

---

一、为什么选择Redis？

1. Redis的核心优势

• 高性能：数据存储在内存中，读写速度达10万+/秒。
• 丰富的数据结构：支持字符串（String）、哈希（Hash）、列表（List）、集合（Set）、有序集合（ZSet）等。
• 持久化支持：通过RDB快照和AOF日志保障数据安全。
• 分布式能力：支持主从复制、哨兵模式、集群模式。

2. 典型应用场景

• 缓存加速：减轻数据库压力，提升接口响应速度。
• 分布式锁：解决多实例并发问题。
• 会话共享：实现无状态服务的用户会话管理。
• 实时排行榜：利用ZSet快速实现排序功能。

---

二、环境准备

1. 安装Redis

• 本地安装（推荐使用Docker）：

  # 拉取Redis镜像
  docker pull redis
  
  # 启动Redis容器
  docker run -d --name my-redis -p 6379:6379 redis
  

• 直接安装（Ubuntu）：

  sudo apt-get install redis-server
  sudo systemctl start redis
  

2. 创建Spring Boot项目

使用 Spring Initializr 创建项目，勾选以下依赖：

• Spring Data Redis
• Lombok（简化代码）

---

三、整合Redis的步骤

1. 添加依赖

检查pom.xml中是否包含Redis依赖：

<dependency>
    <groupId>org.springframework.bootgroupId>
    <artifactId>spring-boot-starter-data-redisartifactId>
dependency>

2. 配置Redis连接

在application.properties中添加配置：

# Redis基础配置
spring.redis.host=localhost
spring.redis.port=6379
spring.redis.password=  # 若无密码则留空

# 连接池配置（可选）
spring.redis.lettuce.pool.max-active=8
spring.redis.lettuce.pool.max-idle=8
spring.redis.lettuce.pool.min-idle=0
spring.redis.lettuce.pool.max-wait=1000ms

3. 注入RedisTemplate

Spring Boot已自动配置RedisTemplate，可直接注入使用：

@Autowired
private RedisTemplate<String, Object> redisTemplate;

---

四、Redis核心操作实战

1. 存储字符串（String）

// 写入数据
redisTemplate.opsForValue().set("user:1:name", "John");

// 读取数据
String userName = (String) redisTemplate.opsForValue().get("user:1:name");
System.out.println("用户名：" + userName);  // 输出：John

2. 存储对象（Hash）

// 定义用户对象
@Data
@AllArgsConstructor
public class User {
    private Long id;
    private String name;
    private Integer age;
}

// 存储Hash
User user = new User(1L, "Alice", 25);
redisTemplate.opsForHash().put("user:1", "info", user);

// 读取Hash
User cachedUser = (User) redisTemplate.opsForHash().get("user:1", "info");
System.out.println("用户年龄：" + cachedUser.getAge());  // 输出：25

3. 实现缓存注解

Spring Cache支持通过注解自动缓存数据：

// 启用缓存
@SpringBootApplication
@EnableCaching
public class DemoApplication { ... }

// 在Service层使用缓存
@Service
public class UserService {
    @Cacheable(value = "userCache", key = "#id")
    public User getUserById(Long id) {
        // 模拟数据库查询
        System.out.println("查询数据库...");
        return new User(id, "Tom", 30);
    }
}

• @Cacheable: 方法结果会被缓存，后续调用直接返回缓存值。
• @CacheEvict: 删除缓存项。

---

五、高级功能扩展

1. 自定义序列化方式

默认的JDK序列化可读性差，建议改为JSON格式：

@Configuration
public class RedisConfig {

    @Bean
    public RedisTemplate<String, Object> redisTemplate(RedisConnectionFactory factory) {
        RedisTemplate<String, Object> template = new RedisTemplate<>();
        template.setConnectionFactory(factory);

        // 使用Jackson2JsonRedisSerializer序列化
        Jackson2JsonRedisSerializer<Object> serializer = new Jackson2JsonRedisSerializer<>(Object.class);
        ObjectMapper om = new ObjectMapper();
        om.setVisibility(PropertyAccessor.ALL, JsonAutoDetect.Visibility.ANY);
        om.activateDefaultTyping(LaissezFaireSubTypeValidator.instance, ObjectMapper.DefaultTyping.NON_FINAL);
        serializer.setObjectMapper(om);

        template.setKeySerializer(new StringRedisSerializer());
        template.setValueSerializer(serializer);
        return template;
    }
}

2. 实现分布式锁

public boolean tryLock(String lockKey, String requestId, long expireTime) {
    return redisTemplate.opsForValue().setIfAbsent(lockKey, requestId, expireTime, TimeUnit.SECONDS);
}

public boolean releaseLock(String lockKey, String requestId) {
    String currentId = (String) redisTemplate.opsForValue().get(lockKey);
    if (requestId.equals(currentId)) {
        redisTemplate.delete(lockKey);
        return true;
    }
    return false;
}

---

六、常见问题与解决方案

1. 连接超时问题

• 错误信息：RedisConnectionFailureException: Unable to connect to Redis
• 解决方案：
  • 检查Redis服务是否启动。
  • 确认防火墙是否开放6379端口。

2. 序列化异常

• 错误信息：Could not read JSON: Unrecognized field
• 解决方案：
  • 确保实体类有无参构造方法。
  • 检查Jackson注解是否完整（如@JsonIgnore）。

3. 缓存穿透

• 现象：频繁查询不存在的数据（如ID=-1）。
• 解决：使用布隆过滤器或缓存空值：

  @Cacheable(value = "userCache", key = "#id", unless = "#result == null")
  public User getUserById(Long id) { ... }