在互联网应用中，高频数据查询（如商品详情、用户信息）往往成为性能瓶颈。每次请求都触发数据库查询，不仅增加服务器压力，还会导致响应延迟。Spring 框架提供的@Cacheable注解，就像给方法加了一个 "智能备忘录"，让重复请求直接从缓存中获取结果，瞬间提升系统性能。本文将通过实战案例，带您掌握这个高效的缓存工具。

一、@Cacheable 核心作用：让重复计算一键跳过

想象一个电商系统的商品查询接口：用户每次点击商品详情页，都要执行一次数据库查询。如果同一商品被频繁访问，数据库压力会急剧增加。这时@Cacheable就派上用场了：

@Service
public class ProductService {
    @Cacheable(value = "products", key = "#id")
    public Product getProductById(Long id) {
        // 模拟耗时的数据库查询
        return database.queryProduct(id); // 首次执行，结果存入缓存
    }
}

当getProductById(1)第一次调用时，方法正常执行并将结果存入名为 "products" 的缓存，键为参数id的值。后续再次调用getProductById(1)时，Spring 会直接从缓存中返回结果，跳过方法体执行，响应时间从毫秒级缩短到纳秒级。

二、3 步快速上手：从配置到使用

1. 启用缓存功能

在 Spring 配置类中添加@EnableCaching注解，开启缓存支持：

@Configuration
@EnableCaching
public class CacheConfig { }

2. 选择缓存实现

• 内存缓存（默认）：使用 Spring 自带的ConcurrentMapCacheManager，适合单体应用或简单场景。
• 分布式缓存：集成 Redis、Caffeine 等（后文会详解 Redis 集成）。

3. 标记目标方法

通过value指定缓存名称，key定义缓存键（支持 SpEL 表达式）：

// 多缓存名称示例
@Cacheable(cacheNames = {"userCache", "commonCache"}, key = "#userId") 
public User getUser(Long userId) { ... }

三、进阶用法：精准控制缓存策略

1. 条件缓存：按需存储结果

• 仅当参数满足条件时缓存：

@Cacheable(value = "products", condition = "#id > 0")
public Product getProduct(Long id) { ... } // id≤0时不缓存

• 排除特定结果不缓存：

@Cacheable(value = "products", unless = "#result.price < 100") 
public Product getProduct(Long id) { ... } // 价格<100的商品不缓存

2. 自定义缓存键：避免参数冲突

当方法有多个参数时，默认键生成规则会使用所有参数。通过 SpEL 表达式可自定义键逻辑：

@Cacheable(value = "orders", key = "#userId + '-' + #orderType") 
public List<Order> getOrders(Long userId, String orderType) { 
    // 键格式：123-DEFAULT（userId=123，orderType=DEFAULT）
}

3. 应对代理限制：解决同类方法调用问题

由于@Cacheable基于 AOP 代理实现，同类内部方法调用不会触发缓存。解决方法是注入自身代理：

@Service
public class ProductService {
    @Autowired
    private ProductService self; // 注入代理对象

    public void internalCall(Long id) {
        self.getProductById(id); // 通过代理调用，触发缓存
    }

    @Cacheable("products")
    public Product getProductById(Long id) { ... }
}

四、缓存生态：与 @CacheEvict、@CachePut 联动

1. 清除缓存：数据更新时保持一致性

使用@CacheEvict在数据删除或修改时清除旧缓存：

@CacheEvict(value = "products", key = "#id") 
public void deleteProduct(Long id) { 
    database.deleteProduct(id); // 删除数据库后，同步删除缓存
}

2. 更新缓存：写入时强制刷新

@CachePut用于写入操作，确保方法执行后更新缓存（即使参数未变化）：

@CachePut(value = "products", key = "#product.id") 
public Product updateProduct(Product product) { 
    database.update(product); // 数据库更新后，缓存同步更新
    return product; // 返回值会存入缓存
}

五、实战：集成 Redis 实现分布式缓存

当应用扩展为分布式架构时，内存缓存无法共享，需使用 Redis 等外部缓存：

1. 添加依赖

xml

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

2. 配置 Redis 连接（application.yml）

yaml

spring:
  redis:
    host: your-redis-host
    port: 6379
    password: your-password
    database: 0

3. 直接使用 @Cacheable

无需修改方法注解，Spring 会自动切换为 Redis 缓存，且支持数据序列化（需确保返回对象实现Serializable接口）。

六、避坑指南：常见问题排查

1. 缓存未生效？检查是否添加@EnableCaching方法必须为public（非 public 方法无法代理）避免同类内部直接调用（改用代理对象）
2. 缓存数据不一致？数据更新时务必使用@CacheEvict或@CachePut复杂场景可结合CacheManager手动操作缓存
3. 键冲突导致数据覆盖？确保key表达式唯一（尤其多参数场景）建议显式定义key，避免依赖默认规则

总结：何时使用 @Cacheable？

• 高频读、低频写场景（如商品详情、字典数据）
• 方法执行耗时较长（数据库查询、复杂计算）
• 结果在一段时间内稳定不变

合理使用缓存能显著减少数据库压力，但需注意缓存一致性和内存占用。结合@CacheEvict、@CachePut形成完整的缓存管理方案，配合 Redis 等分布式缓存，可轻松应对高并发场景。

如果您在实际项目中遇到缓存问题，或想了解更多优化技巧，欢迎在评论区留言讨论！关注我，获取更多 Spring 实战干货。