Redisson Hibernate二级缓存TTL与MaxIdleTime配置指南
2025-05-08 07:34:46作者:卓艾滢Kingsley
在使用Redisson作为Hibernate二级缓存时,合理配置缓存的过期策略是保证系统性能和数据一致性的关键。本文将详细介绍如何为Hibernate实体配置Redisson缓存的生存时间(TTL)和最大空闲时间(MaxIdleTime)。
基础配置
在Spring Boot应用中,正确的配置方式是通过spring.jpa.properties前缀来设置Redisson缓存参数:
spring.jpa.properties.hibernate.cache.redisson.entity.expiration.time_to_live=120000
spring.jpa.properties.hibernate.cache.redisson.entity.expiration.max_idle_time=180000
spring.jpa.properties.hibernate.cache.redisson.entity.eviction.max_entries=200
这里需要注意几个关键点:
- 必须使用
spring.jpa.properties前缀,否则配置不会生效 - 不要同时设置
hibernate.cache.provider_class属性,这会与Redisson的自动配置冲突
实体级别的细粒度配置
对于需要不同缓存策略的实体类,可以通过@Cache注解配合区域(region)设置来实现差异化配置。
首先在实体类上指定缓存区域:
@org.hibernate.annotations.Cache(
usage = CacheConcurrencyStrategy.READ_ONLY,
region = "employee"
)
public class Employee {
// 类定义
}
然后在配置文件中为该区域设置特定的缓存参数:
spring.jpa.properties.hibernate.cache.redisson.employee.expiration.time_to_live=7200000
spring.jpa.properties.hibernate.cache.redisson.employee.expiration.max_idle_time=10800000
spring.jpa.properties.hibernate.cache.redisson.employee.eviction.max_entries=2000
配置参数详解
- time_to_live:缓存条目的最大生存时间(毫秒),超过此时间即使被频繁访问也会被移除
- max_idle_time:缓存条目在未被访问情况下的最大存活时间(毫秒)
- max_entries:缓存区域的最大条目数限制,达到限制后会根据策略移除条目
最佳实践建议
- 对于读多写少的实体,建议使用
READ_ONLY策略 - 对于频繁更新的实体,可以设置较短的TTL或考虑不使用缓存
- 根据业务特点和数据更新频率合理设置max_idle_time
- 监控缓存命中率和内存使用情况,动态调整配置参数
通过以上配置方式,开发者可以灵活地为不同业务实体设置最适合的缓存策略,在保证性能的同时维护数据一致性。
登录后查看全文
热门项目推荐
相关项目推荐
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
523
3.72 K
Ascend Extension for PyTorch
Python
329
388
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
877
578
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
335
161
暂无简介
Dart
762
188
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.33 K
745
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
1
React Native鸿蒙化仓库
JavaScript
302
349
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
113
136