JeecgBoot项目中实现Redis缓存不同Key的过期时间配置
2025-05-02 11:26:43作者:谭伦延
在JeecgBoot项目中,Redis缓存默认采用了统一的过期时间配置(6小时),这在实际业务场景中往往不能满足需求。本文将详细介绍如何通过自定义配置实现不同Key设置不同过期时间的功能。
默认缓存机制分析
JeecgBoot框架默认通过RedisConfig类实现了基础的Redis缓存配置。该配置类主要负责:
- 创建RedisTemplate实例
- 设置序列化方式
- 配置默认的缓存过期时间
默认实现中,所有缓存Key都共享相同的过期时间设置,这在业务场景中会带来以下问题:
- 高频访问数据与低频访问数据使用相同缓存周期
- 重要业务数据与普通数据没有区分
- 无法根据业务特点优化缓存策略
自定义缓存过期时间方案
方案一:修改RedisConfig配置
最直接的解决方案是修改框架的RedisConfig类,增加对不同Key前缀的过期时间配置。具体实现思路:
- 创建一个过期时间映射表,存储不同Key前缀对应的过期时间
- 重写RedisCacheManager的createRedisCache方法
- 根据Key前缀匹配对应的过期时间
示例代码实现:
@Bean
public RedisCacheManager cacheManager(RedisConnectionFactory redisConnectionFactory) {
Map<String, RedisCacheConfiguration> cacheConfigurations = new HashMap<>();
// 为不同缓存名称设置不同过期时间
cacheConfigurations.put("userCache",
RedisCacheConfiguration.defaultCacheConfig()
.entryTtl(Duration.ofMinutes(30)));
cacheConfigurations.put("productCache",
RedisCacheConfiguration.defaultCacheConfig()
.entryTtl(Duration.ofHours(2)));
return RedisCacheManager.builder(redisConnectionFactory)
.withInitialCacheConfigurations(cacheConfigurations)
.transactionAware()
.build();
}
方案二:使用注解动态设置
Spring Cache提供了更灵活的方式,可以通过注解在方法级别指定缓存过期时间:
@Cacheable(value = "userCache", key = "#userId")
@CacheConfig(cacheNames = "userCache")
public User getUser(String userId) {
// 方法实现
}
然后通过自定义CacheResolver将注解中的配置应用到实际缓存中。
最佳实践建议
- 分类设置原则:将业务数据按访问频率、重要性分类,设置不同的过期时间
- 动态调整机制:考虑实现动态调整过期时间的机制,根据实际访问模式优化
- 监控与优化:建立缓存命中率监控,持续优化过期时间配置
- 多级缓存:对于特别高频的数据,可考虑结合本地缓存使用
实现注意事项
- 确保Redis序列化配置兼容自定义的Key结构
- 在分布式环境下测试自定义配置的可靠性
- 考虑缓存雪崩问题,可对过期时间增加随机偏移量
- 记录清晰的缓存策略文档,便于团队协作
通过以上方案,可以灵活地为JeecgBoot项目中的不同业务数据配置最适合的缓存过期时间,从而提升系统整体性能和资源利用率。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
最新内容推荐
电脑PC网易云音乐免安装皮肤插件使用指南:个性化音乐播放体验 开源电子设计自动化利器:KiCad EDA全方位使用指南 Jetson TX2开发板官方资源完全指南:从入门到精通 昆仑通态MCGS与台达VFD-M变频器通讯程序详解:工业自动化控制完美解决方案 基恩士LJ-X8000A开发版SDK样本程序全面指南 - 工业激光轮廓仪开发利器 PhysioNet医学研究数据库:临床数据分析与生物信号处理的权威资源指南 QT连接阿里云MySQL数据库完整指南:从环境配置到问题解决 Python案例资源下载 - 从入门到精通的完整项目代码合集 2022美赛A题优秀论文深度解析:自行车功率分配建模的成功方法 TJSONObject完整解析教程:Delphi开发者必备的JSON处理指南
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
223
245
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
9
1
暂无简介
Dart
672
157
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++
662
313
React Native鸿蒙化仓库
JavaScript
262
323
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
仓颉编程语言测试用例。
Cangjie
37
860
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
218