SpringBoot4与Redis8整合开发实践指南

来源：互联网 2026-07-18 08:07:04

SpringBoot4与Redis8整合，利用@RedisListener注解简化消息监听，采用比较并交换机制实现乐观锁，使用DIGEST命令加速哈希计算，通过Duration定义过期时间，调用resetCaches安全清空缓存，并遵循分层架构与合理TTL设置，从而提升系统性能与数据一致性，有效应对高并发缓存竞争。

网上流传的整合教程大多还在讲解旧版本，这里将 Spring Boot 4 + Redis 8 最新版本的开发要点，连同新特性的用法，一起梳理清楚。

一、为什么选这套组合

Spring Boot 4 正式发布（2025 年底），底层切换到 Spring Framework 7，Java 17 是起步要求，同时对 Jackson 3、Jakarta EE 11 做了统一升级。日常开发里，你能明显感受到两点变化：启动配置更模块化，以及 空安全注解（JSpecify） 让 IDE 提示更准。

长期稳定更新的攒劲资源： >>>点此立即查看<<<

Redis 8 则在性能和新命令上持续发力。配合 Spring Data Redis 4.1，以前要自己拼 RedisMessageListenerContainer 的 Pub/Sub，现在可以像写 @KafkaListener 一样写 @RedisListener；Redis 8.4 新增的 Compare-and-Set、DIGEST 等命令，Spring 侧也已经跟上了。

一句话总结：新项目用 Spring Boot 4 + Redis 8，开发体验更顺，也不用背那么多样板代码。

二、整体架构长什么样

一个典型的 Spring Boot 4 应用接入 Redis 8，可以分成三层来理解：

SpringBoot4与Redis8整合开发实践指南

层级	职责	常用组件
应用层	处理业务请求、发消息、加缓存	Controller、Service、`@Cacheable`、`@RedisListener`
中间层	屏蔽 Redis 协议细节	`RedisTemplate`、`RedisCacheManager`、Lettuce 连接池
存储层	真正存数据、跑命令	Redis 8 的 String/Hash、Pub/Sub、Stream、JSON 模块

业务代码尽量只碰应用层和 Spring 提供的 API，别在 Service 里直接拼 Redis 命令字符串——后期换客户端、做单元测试都会轻松很多。

三、项目快速搭建

3.1 核心依赖


    org.springframework.boot
    spring-boot-starter-parent
    4.1.0


    
        org.springframework.boot
        spring-boot-starter-data-redis
    
    
        org.springframework.boot
        spring-boot-starter-cache
    
    
        org.apache.commons
        commons-pool2

3.2 基础配置

spring:
  data:
    redis:
      host: 127.0.0.1
      port: 6379
      password: 
      lettuce:
        pool:
          max-active: 16
          max-idle: 8
          min-idle: 2
          max-wait: 3000ms
  cache:
    type: redis
    redis:
      time-to-live: 30m
      cache-null-values: false

3.3 Redis 连接配置类

@Configuration
@EnableCaching
public class RedisConfig {
    @Bean
    public RedisTemplate redisTemplate(RedisConnectionFactory factory) {
        RedisTemplate template = new RedisTemplate<>();
        template.setConnectionFactory(factory);
        template.setKeySerializer(new StringRedisSerializer());
        template.setValueSerializer(new GenericJacksonJsonRedisSerializer());
        template.setHashKeySerializer(new StringRedisSerializer());
        template.setHashValueSerializer(new GenericJacksonJsonRedisSerializer());
        template.afterPropertiesSet();
        return template;
    }
}

到这里，一个能跑起来的基础整合就完成了。下面进入本文重点——新特性怎么用。

四、新特性实战 Demo

4.1 注解驱动的 Redis 消息监听

以前的做法：手动创建 RedisMessageListenerContainer，注册 MessageListener，代码散在好几个类里。

现在的做法：加 @EnableRedisListeners，在方法上标 @RedisListener，跟 Kafka 那套几乎一样。

SpringBoot4与Redis8整合开发实践指南

配置类：

@Configuration
@EnableRedisListeners
public class RedisListenerConfig {
    @Bean
    public RedisMessageListenerContainer redisMessageListenerContainer(
            RedisConnectionFactory connectionFactory) {
        RedisMessageListenerContainer container = new RedisMessageListenerContainer();
        container.setConnectionFactory(connectionFactory);
        return container;
    }
}

消息发送方：

@Service
public class OrderNotifyService {
    private final RedisMessageSendingTemplate sendingTemplate;
    public OrderNotifyService(RedisMessageSendingTemplate sendingTemplate) {
        this.sendingTemplate = sendingTemplate;
    }
    public void notifyOrderPaid(Long orderId) {
        String payload = "{\"orderId\":" + orderId + ",\"status\":\"PAID\"}";
        sendingTemplate.convertAndSend("order-notify", payload);
    }
}

消息接收方：

@Component
public class OrderNotifyListener {
    private static final Logger log = LoggerFactory.getLogger(OrderNotifyListener.class);
    @RedisListener(topic = "order-notify")
    public void onOrderPaid(String message) {
        log.info("收到订单通知: {}", message);
        // 这里写你的业务逻辑，比如更新本地状态、发站内信等
    }
}

小提示：如果消息体是 JSON，可以在 @RedisListener(consumes = "application/json") 里声明类型，框架会自动选对应的转换器。

4.2 Compare-and-Set：乐观锁不用写 Lua 了

分布式场景里经常遇到这种需求：「只有当 key 当前值等于 A 时，才改成 B」。以前很多人写 Lua 脚本来保证原子性。

Redis 8.4 提供了 Compare-and-Set（CAS）和 Compare-and-Delete（CAD），Spring Data Redis 4.1 在 RedisTemplate 层已经封装好了。

场景示例：防止优惠券被重复领取

@Service
public class CouponService {
    private final StringRedisTemplate stringRedisTemplate;
    public CouponService(StringRedisTemplate stringRedisTemplate) {
        this.stringRedisTemplate = stringRedisTemplate;
    }
    /**
     * 只有券状态为 AVAILABLE 时，才改成 CLAIMED
     */
    public boolean claimCoupon(String couponId, String userId) {
        String key = "coupon:" + couponId;
        Boolean success = stringRedisTemplate.opsForValue()
                .setIfPresent(key, "CLAIMED:" + userId,
                        Duration.ofHours(24));
        return Boolean.TRUE.equals(success);
    }
    /**
     * 只有值匹配时才删除（用于 token 失效场景）
     */
    public boolean invalidateToken(String token) {
        String key = "token:" + token;
        return Boolean.TRUE.equals(
                stringRedisTemplate.delete(key, token));
    }
}

CAS 适合读多写少、冲突概率不高的场景。如果同一 key 并发极高，还是建议上 Redisson 分布式锁或数据库乐观锁字段。

4.3 DIGEST 命令：更快的哈希计算

Redis 8 新增的 DIGEST 命令，用 XXH3 算法算哈希，比自己在应用层算 MD5/SHA 再存进去更省事，也更适合做大文件或长字符串的指纹比对。

@Service
public class FileDigestService {
    private final RedisTemplate redisTemplate;
    public FileDigestService(RedisTemplate redisTemplate) {
        this.redisTemplate = redisTemplate;
    }
    public String computeDigest(String content) {
        // 调用 Redis 8 DIGEST 命令，服务端计算 XXH3 哈希
        return redisTemplate.execute((RedisCallback) connection ->
                connection.digest(content.getBytes(StandardCharsets.UTF_8)));
    }
    public boolean isDuplicate(String content) {
        String digest = computeDigest(content);
        String key = "file:digest:" + digest;
        Boolean isNew = redisTemplate.opsForValue()
                .setIfAbsent(key, "1", Duration.ofDays(7));
        return !Boolean.TRUE.equals(isNew); // true 表示重复文件
    }
}

典型用途：上传去重、缓存键生成、数据一致性抽检。

4.4 Duration 过期 API：告别 TimeUnit 混乱

Spring Data Redis 4.1 开始，推荐用 Duration 和 Expiration 替代 TimeUnit 参数。语义更清晰，也不容易把「秒」和「毫秒」搞反。

// 旧写法（已标记过时）
// redisTemplate.expire("user:1001", 30, TimeUnit.MINUTES);
// 新写法（推荐）
redisTemplate.expire("user:1001", Duration.ofMinutes(30));
// 带过期条件的 SET
redisTemplate.opsForValue().set("session:abc", userInfo,
        Expiration.from(Duration.ofHours(2)));

团队里如果有 Code Review 规范，可以直接约定：新代码一律用 Duration，老代码迁移时顺手改。

4.5 一键清空缓存：resetCaches

运维或测试环境经常需要「把所有缓存清掉」。以前要么 FLUSHDB（太狠），要么自己维护 key 列表。

Spring Data Redis 4.1 给 CacheManager 加了 resetCaches()，会按缓存区域批量清理，比全库 flush 安全。

@RestController
@RequestMapping("/admin/cache")
public class CacheAdminController {
    private final CacheManager cacheManager;
    public CacheAdminController(CacheManager cacheManager) {
        this.cacheManager = cacheManager;
    }
    @PostMapping("/reset")
    public String resetAllCaches() {
        if (cacheManager instanceof RedisCacheManager redisCacheManager) {
            redisCacheManager.resetCaches();
            return "缓存已重置";
        }
        return "当前 CacheManager 不支持 resetCaches";
    }
}

注意：生产环境要给这个接口加权限控制，别裸奔在线上。

五、缓存使用最佳实践

SpringBoot4与Redis8整合开发实践指南

结合上图，几条实战经验：

1. 合理设置 TTL

缓存不是越久越好。热点数据 5~30 分钟，配置类数据 1~24 小时，按业务容忍的「脏读时间」来定。

2. 注意缓存穿透

查询不存在的数据时，别把 null 也缓存了（除非你能接受）。配置里 cache-null-values: false 是第一步，还可以对空结果缓存一个短 TTL 的占位值。

3. 更新策略选对

场景	推荐做法
读多写少	`@Cacheable` + 过期自动失效
写后立即读	`@CachePut` 或先更新 DB 再删缓存
数据一致性要求高	先更新 DB，再 `@CacheEvict` 删缓存

4. 示例：商品详情缓存

@Service
public class ProductService {
    @Cacheable(value = "product", key = "#id")
    public Product getById(Long id) {
        return productMapper.selectById(id);
    }
    @CacheEvict(value = "product", key = "#product.id")
    public void update(Product product) {
        productMapper.updateById(product);
    }
}

六、生产环境配置建议

不需要一上来就搞集群，但下面几条建议尽早落地：

spring:
  data:
    redis:
      timeout: 3s
      connect-timeout: 3s
      lettuce:
        pool:
          max-active: 32
          max-idle: 16
          min-idle: 4
        shutdown-timeout: 200ms

连接池：Lettuce 默认共享连接，高并发场景务必开 commons-pool2，按 QPS 调整 max-active。

序列化：生产环境统一用 JSON 序列化（Jackson），方便排查问题时用 redis-cli 直接看内容。

监控：Spring Boot Actuator 配合 spring-boot-starter-data-redis 的健康检查，能及时发现 Redis 连不上的情况。

Key 规范：建议统一前缀，比如 app:module:biz:id，避免多服务共用一个 Redis 实例时互相踩 key。