(2) 缓存更新注解一、场景需求
在高并发系统中，缓存是提升性能的关键组件。而Cache-Aside模式作为最常用的缓存策略之一，要求开发者手动管理缓存与数据库的交互。本文将结合自定义注解与Redisson客户端，实现声明式的缓存管理方案。
二、方案亮点
🚀 零侵入性：通过注解实现缓存逻辑
🔒 完整防护：解决缓存穿透/击穿/雪崩问题
⚡ 双删策略：保障数据库与缓存一致性
🛠️ 逻辑删除：支持数据恢复与审计需求
三、核心实现
1. 环境准备
Maven依赖
<dependency><groupId>org.redisson</groupId><artifactId>redisson</artifactId><version>3.23.2</version>
</dependency>
<dependency><groupId>org.springframework.boot</groupId><artifactId>spring-boot-starter-aop</artifactId>
</dependency>
2. 定义注解
(1) 缓存查询注解
@Retention(RetentionPolicy.RUNTIME)
@Target(ElementType.METHOD)
public @interface CacheableData {String key(); // 缓存键（支持SpEL）int expire() default 3600; // 过期时间（秒）int nullExpire() default 300; // 空值缓存时间
}
(2) 缓存更新注解
@Retention(RetentionPolicy.RUNTIME)
@Target(ElementType.METHOD)
public @interface CacheUpdateData {String key(); // 需删除的缓存键boolean logicalDelete() default false;
}
(3) 分布式锁注解
@Retention(RetentionPolicy.RUNTIME)
@Target(ElementType.METHOD)
public @interface CacheLock {String lockKey(); // 锁的键（SpEL）int waitTime() default 3; // 获取锁等待时间（秒）int leaseTime() default 10; // 锁持有时间
}
3. AOP切面实现
@Aspect
@Component
public class CacheAspect {@Autowiredprivate RedissonClient redisson;private static final String NULL_PLACEHOLDER = "##NULL##";// 读操作切面@Around("@annotation(cacheable)")public Object aroundCacheable(ProceedingJoinPoint joinPoint, CacheableData cacheable) throws Throwable {// 解析SpEL生成缓存键String key = parseKey(cacheable.key(), joinPoint);// 1. 检查缓存RBucket<Object> bucket = redisson.getBucket(key);Object cachedValue = bucket.get();if (cachedValue != null) {if (NULL_PLACEHOLDER.equals(cachedValue)) return null;if (isLogicalDeleted(cachedValue)) return null;return cachedValue;}// 2. 执行原方法（查询数据库）Object dbResult = joinPoint.proceed();// 3. 回写缓存if (dbResult == null) {bucket.set(NULL_PLACEHOLDER, cacheable.nullExpire(), TimeUnit.SECONDS);} else {bucket.set(dbResult, cacheable.expire(), TimeUnit.SECONDS);}return dbResult;}// 更新操作切面（带双删）@Around("@annotation(cacheUpdate)")public Object aroundUpdate(ProceedingJoinPoint joinPoint, CacheUpdateData cacheUpdate) throws Throwable {String key = parseKey(cacheUpdate.key(), joinPoint);// 第一次删除redisson.getBucket(key).delete();// 执行数据库操作Object result = joinPoint.proceed();// 延迟双删（1秒后二次删除）redisson.getDelayedQueue(redisson.getQueue("cache:delete:queue")).offer(key, 1, TimeUnit.SECONDS);// 处理逻辑删除if (cacheUpdate.logicalDelete()) {markLogicalDelete(key);}return result;}// 其他辅助方法省略，完整代码见文末Github链接
}
4. 业务层使用示例
@Service
public class UserService {// 带防击穿的查询方法@CacheableData(key = "user:#userId", expire = 7200)@CacheLock(lockKey = "user_lock:#userId")public User getUserById(Long userId) {return userDao.findById(userId);}// 更新用户信息@CacheUpdateData(key = "user:#user.id")public void updateUser(User user) {userDao.update(user);}// 逻辑删除用户@CacheUpdateData(key = "user:#id", logicalDelete = true)public void deleteUser(Long id) {userDao.logicalDelete(id);}
}
四、方案总结
七:踩坑指南
- 序列化问题：推荐使用JSON序列化，避免Java序列化的版本兼容问题
- 锁超时设置：分布式锁的leaseTime应大于业务执行时间
- 内存泄漏：逻辑删除数据必须设置TTL
- SpEL解析：复杂表达式建议使用Spring的ExpressionParse