18、《SpringBoot+Redis整合、分布式缓存与Session共享方案》

SpringBoot+Redis整合、分布式缓存与Session共享方案

一、开篇：当SpringBoot遇见Redis

在微服务架构盛行的今天，分布式缓存已成为高并发系统的核心组件。本文深度剖析SpringBoot与Redis的整合实践，从基础配置到高阶应用，覆盖缓存雪崩/穿透防御策略、Redisson分布式锁实战、跨服务Session共享方案等关键场景，助你构建高性能、高可用的分布式系统。文中所有方案均通过生产环境验证，提供可直接落地的代码实现。

---

二、SpringBoot集成Redis核心配置

2.1 基础环境搭建

Maven依赖：

<dependency>
    <groupId>org.springframework.boot</groupId>
    <artifactId>spring-boot-starter-data-redis</artifactId>
</dependency>
<dependency>
    <groupId>org.redisson</groupId>
    <artifactId>redisson-spring-boot-starter</artifactId>
    <version>3.17.7</version>
</dependency>

application.yml配置：

spring:
  redis:
    host: 127.0.0.1
    port: 6379
    password: yourpassword
    lettuce:
      pool:
        max-active: 20   # 连接池最大连接数
        max-idle: 10    # 连接池最大空闲连接
        min-idle: 3      # 连接池最小空闲连接

2.2 RedisTemplate深度定制

@Configuration
public class RedisConfig {

    @Bean
    public RedisTemplate<String, Object> redisTemplate(RedisConnectionFactory factory) {
        RedisTemplate<String, Object> template = new RedisTemplate<>();
        template.setConnectionFactory(factory);
        
        // 使用Jackson序列化
        Jackson2JsonRedisSerializer<Object> serializer = new Jackson2JsonRedisSerializer<>(Object.class);
        template.setDefaultSerializer(serializer);
        template.setKeySerializer(new StringRedisSerializer());
        template.setHashKeySerializer(new StringRedisSerializer());
        return template;
    }
}

---

三、缓存三大问题解决方案

3.1 缓存穿透防御

布隆过滤器实现：

// Redisson布隆过滤器使用
RBloomFilter<String> bloomFilter = redisson.getBloomFilter("userFilter");
bloomFilter.tryInit(100000L, 0.03);  // 预期元素10万，误判率3%

// 查询前先校验
public User getUserById(String id) {
    if (!bloomFilter.contains(id)) {
        return null; // 直接拦截非法请求
    }
    return redisTemplate.opsForValue().get("user:" + id);
}

3.2 缓存雪崩应对

多级缓存策略：

1. 本地Caffeine缓存：应对Redis不可用
2. Redis集群部署：多节点分散风险
3. 差异化过期时间：

// 设置基础过期时间+随机偏移量
int baseExpire = 3600;
int randomExpire = new Random().nextInt(600);
redisTemplate.expire(key, baseExpire + randomExpire, TimeUnit.SECONDS);

3.3 缓存击穿处理

Redisson分布式锁方案：

public Product getProduct(String productId) {
    String cacheKey = "product:" + productId;
    Product product = redisTemplate.opsForValue().get(cacheKey);
    if (product == null) {
        RLock lock = redisson.getLock("lock:" + productId);
        try {
            if (lock.tryLock(3, 30, TimeUnit.SECONDS)) {
                product = dbQuery(productId);  // 数据库查询
                redisTemplate.opsForValue().set(cacheKey, product, 1, TimeUnit.HOURS);
            }
        } finally {
            lock.unlock();
        }
    }
    return product;
}

---

四、分布式Session共享方案

4.1 Spring Session配置

@Configuration
@EnableRedisHttpSession(maxInactiveIntervalInSeconds = 1800)
public class SessionConfig {

    @Bean
    public RedisSerializer<Object> springSessionDefaultRedisSerializer() {
        return new GenericJackson2JsonRedisSerializer();
    }
}

4.2 跨服务会话保持

# Nginx配置Session粘滞
upstream backend {
    server 192.168.1.101:8080;
    server 192.168.1.102:8080;
    hash $cookie_JSESSIONID;  # 根据SessionID路由
}

---

五、Redisson高阶实战

5.1 分布式锁类型对比

锁类型	特性	适用场景
普通锁	互斥访问	简单资源控制
可重入锁	支持重复加锁	递归调用场景
公平锁	按请求顺序获取	高竞争环境
联锁（MultiLock）	同时锁定多个资源	分布式事务

5.2 看门狗机制源码解析

// Redisson自动续期逻辑（简化版）
private void scheduleExpirationRenewal() {
    Thread task = new Thread(() -> {
        while (true) {
            // 每10秒续期一次
            redis.eval("if redis.call('hexists', KEYS[1], ARGV[2]) == 1 then " +
                       "redis.call('pexpire', KEYS[1], ARGV[1]); " +
                       "return 1; end; return 0;", 
                       Collections.singletonList(lockName), 
                       internalLockLeaseTime, getLockName(threadId));
            try {
                Thread.sleep(internalLockLeaseTime / 3);
            } catch (InterruptedException e) {
                break;
            }
        }
    });
    task.start();
}

---

六、运维监控体系

6.1 Redis健康检查

# 连接数监控
redis-cli info clients

# 内存分析
redis-cli --bigkeys
redis-cli --memkeys

6.2 可视化监控

Grafana+Prometheus监控指标：

• 内存碎片率（mem_fragmentation_ratio）
• 每秒操作数（instantaneous_ops_per_sec）
• 键空间命中率（keyspace_hits/keyspace_misses）

---

七、避坑指南

7.1 典型问题排查

1. 序列化异常：确保所有服务使用相同序列化协议
2. 连接泄露：检查连接池配置与finally代码块
3. 集群切换故障：配置合理的重试策略

@Bean
public LettuceClientConfigurationBuilderCustomizer customizer() {
    return builder -> builder.clientOptions(
        ClientOptions.builder().disconnectedBehavior(ClientOptions.DisconnectedBehavior.REJECT_COMMANDS).build());
}

7.2 性能调优参数

# Lettuce调优参数
spring.redis.lettuce.shutdown-timeout=100ms
spring.redis.lettuce.pool.max-wait=500ms

---

八、结语：缓存的艺术

Redis的深度应用需要平衡性能、一致性与复杂度。建议：

1. 定期进行缓存容量规划
2. 重要数据设置降级策略
3. 使用Pipeline提升批量操作性能
4. 监控慢日志（slowlog get 128）