Spring 三级缓存面试指南｜全面掌握 Spring 缓存机制核心考点

⚡ 为什么 Spring 缓存被称为“三级”？

“三级缓存”是开发者社区对 Spring 缓存分层调用链路的形象概括，而非 Spring 官方术语。其本质是：

• 调用链第一层：Spring AOP 拦截器（CacheInterceptor）触发缓存逻辑；
• 第二层：CacheManager 获取具体 Cache 实例（如 RedisCache）；
• 第三层：底层缓存实现（如 Redis、Caffeine）执行存储/读取操作。

因此，“三级”强调的是缓存操作的分层调用与职责分离，而非 Spring 内部定义的三个固定缓存类型。

⚙️ 核心组件关系图

组件	职责	实现类示例
Cache	缓存接口，定义 put/get/evict 等操作	RedisCache、ConcurrentMapCache
CacheManager	管理多个 Cache 实例	RedisCacheManager、SimpleCacheManager
CacheResolver	动态解析缓存名称（如基于 SpEL 表达式）	DefaultCacheResolver
KeyGenerator	生成缓存键（Key）	SimpleKeyGenerator、DefaultKeyGenerator

if (cache.containsKey(key)) {
    return cache.get(key);
}
Object result = method.invoke();
cache.put(key, result);
return result;

〔示例〕基于参数字段的 Key 生成器

@Bean
public KeyGenerator keyGenerator() {
    return (target, method, params) -> {
        StringBuilder sb = new StringBuilder();
        sb.append(method.getName());
        for (Object param : params) {
            if (param == null) {
                sb.append(":null");
            } else if (param instanceof String || param instanceof Number) {
                sb.append(":").append(param);
            } else {
                // 假设实体类有 id 字段
                try {
                    Method getId = param.getClass().getMethod("getId");
                    sb.append(":").append(getId.invoke(param));
                } catch (Exception e) {
                    sb.append(":").append(System.identityHashCode(param));
                }
            }
        }
        return sb.toString();
    };
}

⚡ 一级缓存：本地缓存（Local Cache）

特点：

• 生命周期短（单请求/线程级）；
• 零网络开销，读写性能极高；
• 数据不共享，无法跨节点同步。

典型实现：

• ThreadLocal + Map：用于单线程内数据复用（如 MyBatis 的 Executor 一级缓存）；
• Caffeine：高性能本地缓存库，支持 LRU、TTL、W-TinyLFU 策略。

示例：Spring 中使用 Caffeine 作为一级缓存

@Bean
public CacheManager caffeineCacheManager() {
    CaffeineCacheManager cacheManager = new CaffeineCacheManager("userCache");
    cacheManager.setCaffeine(Caffeine.newBuilder()
        .maximumSize(1000)
        .expireAfterWrite(Duration.ofMinutes(10))
        .recordStats());
    return cacheManager;
}

⚙️ 二级缓存：分布式缓存（Distributed Cache）

特点：

• 跨节点共享数据；
• 支持高并发读写；
• 需解决一致性、网络延迟、故障转移等问题。

主流方案：

缓存系统	优势	适用场景
Redis	高性能、多数据结构支持、集群高可用	通用场景、分布式会话、计数器
Ehcache 3.x	轻量级、支持堆外内存、持久化	单机缓存、嵌入式应用
Memcached	简单协议、分布式设计	高吞吐读场景（如图片缓存）

Spring Boot 集成 Redis 示例：

spring:
  cache:
    type: redis
  redis:
    host: 127.0.0.1
    port: 6379
    timeout: 2000
    lettuce:
      pool:
        max-active: 100
@Configuration
@EnableCaching
public class CacheConfig {
    @Bean
    public RedisCacheConfiguration redisCacheConfiguration() {
        return RedisCacheConfiguration.defaultCacheConfig()
            .entryTtl(Duration.ofMinutes(30))
            .disableCachingNullValues()
            .serializeValuesWith(
                RedisSerializationContext.SerializationPair
                    .fromSerializer(new GenericJackson2JsonRedisSerializer()));
    }
}

〔补充〕查询缓存（Query Cache）

查询缓存是 ORM 框架（如 MyBatis、Hibernate）的扩展功能，用于缓存 SQL 查询结果集，常与二级缓存配合使用：

• MyBatis：通过 <cache> 标签开启二级缓存，结合 useCache="true" 启用查询缓存；
• Hibernate：通过 hibernate.cache.use_query_cache=true 开启查询缓存，配合 CacheMode 控制。

注意：查询缓存需结合 二级缓存（实体缓存）使用，否则仅缓存 ID 列表，仍需二次查询实体。

① Spring 缓存能否支持分布式锁？

不能直接支持。但可结合 Redisson 实现分布式锁，用于缓存重建场景（如缓存击穿防护）。

② 为什么 Redis 缓存命中率突然下降？

可能原因：

• 缓存过期时间集中；
• Key 设计不合理（如未区分环境）；
• 大 Key 导致内存碎片；
• 客户端序列化/反序列化失败。

③ 如何监控 Spring 缓存使用情况？

推荐方案：

• 开启 Caffeine 的 recordStats()，通过 Micrometer 暴露指标；
• Redis 使用 INFO stats 查看 hit/miss 比例；
• 集成 Prometheus + Grafana 做可视化监控。

④ Spring Cache 与 Spring Data Redis 的区别？

Spring Cache 是声明式缓存框架，关注业务逻辑；
Spring Data Redis 是 Redis 客户端封装，提供操作 API（如 RedisTemplate）。

⑤ 如何避免缓存与 DB 数据不一致？

最佳实践：

• 写操作使用 @CacheEvict + 重试；
• 读操作增加版本号（Version Field）；
• 关键业务采用 读写分离 + 延迟双删。

⑥ Spring Boot 3.x 对缓存有哪些新特性？

• 默认使用 Jakarta EE 命名空间（javax.cache → jakarta.cache）；
• 简化 Redis 配置（自动检测 Lettuce 客户端）；
• 增强对 Kotlin 协程的支持。

① 缓存命名规范

采用 业务:模块:场景 格式，如：user:profile:detail、order:count:today。

② TTL 设置原则

场景	TTL 推荐值	说明
用户信息	30~60 分钟	结合用户活跃度动态调整
商品详情	10~30 分钟	配合消息队列异步更新
配置中心	永不过期	通过配置中心推送刷新

③ 避免大 Key 与热 Key

• 单 Key 值不超过 10KB；
• 大对象拆分为多 Key（如分片存储）；
• 热 Key 使用本地缓存 + 二级缓存兜底。

④ 异步更新策略

写操作后通过消息队列异步更新缓存，降低数据库压力：

@CacheEvict(value = "user", key = "#user.id")
public void updateUser(User user) {
    userMapper.update(user);
    // 发送消息队列异步更新 Redis
    kafkaTemplate.send("user-cache-update", user.getId());
}

⑤ 监控与告警

关键指标：

• 缓存命中率（目标 ≥95%）；
• Redis 连接数与 QPS；
• 缓存操作耗时（P99 <10ms）。

⑥ 降级方案

缓存故障时：

• 自动切换至数据库直读；

可结合 Sentinel 实现：

@SentinelResource(value = "getUser", blockHandler = "fallback")
public User getUser(Long id) {
    return userMapper.selectById(id);
}
public User fallback(Long id, BlockException ex) {
    // 降级逻辑：返回默认值或空对象
    return new User(id, "fallback");
}

⑦ 多级缓存架构

推荐架构：

[客户端] → [Nginx 本地缓存] → [Caffeine 本地缓存] → [Redis 分布式缓存] → [DB]

优点：

• 减少 Redis 压力；
• 提升响应速度；
• 增强系统容错能力。