适用场景：数据大屏 / 统计看板 / 高频查询接口
关键词：
@Cacheable、@CachePut、动态 Cache Key、定时刷新、Redis、无缓存空窗期
一、背景问题
在做数据大屏接口时，通常会遇到这些现实问题：
- 接口全是查询，SQL 复杂、聚合多
- 前端轮询或多人同时访问
- 接口参数（如
areaCode）不同，需要多份缓存 - 定时任务需要刷新缓存
- ❌ 不希望出现：先删缓存 → 再查数据库 → 再写缓存 的“空窗期”
目标是：
✅ 前端永远读到数据
✅ 定时任务刷新时，新缓存直接覆盖旧缓存
✅ Controller 不关心缓存细节
二、错误但常见的几种方案
❌ 方案 1：Controller 控制是否走缓存
if (refresh) {
queryDbAndSetCache();
} else {
readCacheOrQueryDb();
}
问题：
- Controller 承担了业务逻辑
- refresh 参数污染接口语义
- 不利于维护
❌ 方案 2：定时任务先清缓存，再建缓存
redisTemplate.delete(key);
redisTemplate.set(key, queryDb());
问题：
- 缓存空窗期
- 前端在这几秒内会拿到
null - 大屏类系统不可接受
三、推荐的最终方案（生产可用）
✅ 核心思想
| 场景 | 使用方式 |
|---|---|
| 前端查询 | @Cacheable |
| 定时刷新 | @CachePut |
| 不清缓存 | 只覆盖 |
👉 永远不 delete，只 put
四、统一 Cache Key 工厂（关键）
1️⃣ 为什么要统一
- 避免 key 拼写不一致
- 避免方法名写进 key
- 支持参数标准化（如
null → ALL）
2️⃣ Cache Key 工厂代码
package com.gft.zhax.api.data.screen.scheduler.cache;
public class ScreenCacheKey {
private ScreenCacheKey() {}
/**
* 农批市场数据总览
* 示例：
* overview:ALL
* overview:210100
*/
public static String marketOverview(String areaCode) {
return "overview:" + normalize(areaCode);
}
/** 校园保供 */
public static String schoolBase(String areaCode) {
return "schoolBase:" + normalize(areaCode);
}
private static String normalize(String areaCode) {
return (areaCode == null || areaCode.trim().isEmpty())
? "ALL"
: areaCode;
}
}
五、Service 层：Cacheable + CachePut
1️⃣ 对外方法（前端调用）
@Override
@Cacheable(
cacheNames = ScreenCacheNames.MARKET,
key = "T(com.gft.zhax.api.data.screen.scheduler.cache.ScreenCacheKey).marketOverview(#areaCode)"
)
public MarketDataVO getMarketData(String areaCode) {
return buildMarketData(areaCode);
}
含义：
- 有缓存 → 直接返回
- 没缓存 → 执行方法 + 自动写缓存
2️⃣ 定时刷新方法（覆盖缓存）
@CachePut(
cacheNames = ScreenCacheNames.MARKET,
key = "T(com.gft.zhax.api.data.screen.scheduler.cache.ScreenCacheKey).marketOverview(#areaCode)"
)
public MarketDataVO refreshMarketData(String areaCode) {
return buildMarketData(areaCode);
}
✔ 不 delete
✔ 新数据直接覆盖旧缓存
✔ 前端无感知
3️⃣ 真正的业务方法（无缓存）
private MarketDataVO buildMarketData(String areaCode) {
MarketQuarterOrderVO quarter = mapper.selectQuarter(areaCode);
MarketSellerVO seller = mapper.selectSeller(areaCode);
List<MarketMonthOrderVO> month = mapper.selectMonth(areaCode);
MarketDataVO vo = new MarketDataVO();
vo.setQuarter(quarter);
vo.setSeller(seller);
vo.setMonthList(month);
return vo;
}
六、定时任务：批量刷新不同 areaCode
@Scheduled(cron = "0 */5 * * * ?")
public void refreshMarketCache() {
List<String> areaCodes = Arrays.asList(null, "210100");
for (String areaCode : areaCodes) {
marketService.refreshMarketData(areaCode);
}
}
说明：
- Java 8 使用
Arrays.asList null代表 ALL
七、Redis 序列化坑（必看）
❌ 常见报错
DefaultSerializer requires a Serializable payload
原因：
- Redis 默认使用 JDK 序列化
- VO 没实现
Serializable
✅ 推荐解决方案（JSON 序列化）
@Configuration
@EnableCaching
public class RedisCacheConfig {
@Bean
public RedisCacheManager redisCacheManager(RedisConnectionFactory factory) {
RedisCacheConfiguration config = RedisCacheConfiguration.defaultCacheConfig()
.serializeKeysWith(
RedisSerializationContext.SerializationPair
.fromSerializer(new StringRedisSerializer()))
.serializeValuesWith(
RedisSerializationContext.SerializationPair
.fromSerializer(new GenericJackson2JsonRedisSerializer()))
.disableCachingNullValues();
return RedisCacheManager.builder(factory)
.cacheDefaults(config)
.build();
}
}
✔ VO 不用实现 Serializable
✔ Redis 可读性好
八、方案总结
| 项目 | 方案 |
|---|---|
| Controller | 只调 Service |
| 查询缓存 | @Cacheable |
| 刷新缓存 | @CachePut |
| Key 管理 | 统一 Key 工厂 |
| 定时任务 | 覆盖式刷新 |
| 空窗期 | ❌ 无 |
九、适用与不适用
✅ 非常适合：
- 数据大屏
- BI 统计接口
- 只读接口
❌ 不适合：
- 强一致写操作
- 高并发写入场景
十、结语
这套方案的核心不是“炫技”，而是：
稳定、可维护、对前端无影响
如果你也在做数据大屏、统计系统，这一套可以直接上生产。
欢迎交流 👍
