MyBatis缓存怎么用？Spring Boot里怎么配置最优？

在当今高并发场景下，数据库查询性能直接影响系统响应速度。MyBatis作为主流ORM框架，其一级缓存和二级缓存机制可减少70%以上的重复查询操作。结合Spring Boot的自动配置特性，开发者能快速实现高性能缓存方案。本文将通过实战案例，详解缓存配置技巧和性能优化策略。

作用范围：SqlSession级别（默认开启）
特性：

同一会话中相同查询直接返回缓存结果
执行DML操作后自动失效
可通过flushCache="true"强制刷新

// 示例Mapper配置
<select id="getUserById" resultType="User" useCache="false">
  SELECT  FROM user WHERE id = {id}
</select>

作用范围：Mapper级别（需手动开启）
核心优势：

跨SqlSession共享查询结果
支持第三方缓存实现（Redis、Ehcache等）
通过@CacheNamespace注解声明使用

在pom.xml中添加必要依赖：

<dependency>
  <groupId>org.mybatis.spring.boot</groupId>
  <artifactId>mybatis-spring-boot-starter</artifactId>
  <version>2.3.0</version>
</dependency>
<dependency>
  <groupId>org.springframework.boot</groupId>
  <artifactId>spring-boot-starter-cache</artifactId>
</dependency>

在application.properties中设置核心参数：

 MyBatis配置
mybatis.configuration.cache-enabled=true

 Spring缓存配置（Redis示例）
spring.cache.type=redis
spring.redis.host=127.0.0.1
spring.redis.timeout=5000
spring.cache.redis.time-to-live=600000   缓存有效期(毫秒)
spring.cache.redis.cache-null-values=false

在Spring Boot启动类启用缓存：

@SpringBootApplication
@EnableCaching
public class Application {
    public static void main(String[] args) {
        SpringApplication.run(Application.class, args);
    }
}

在Service层使用缓存注解：

@Cacheable(value = "userCache", key = "id")
public User getUserById(Long id) {
    return userMapper.selectById(id);
}

推荐使用连接池配置提升性能：

spring.redis.lettuce.pool.max-active=20
spring.redis.lettuce.pool.max-wait=3000
spring.redis.lettuce.pool.max-idle=10
spring.redis.lettuce.pool.min-idle=5

组合使用多种淘汰策略保证缓存有效性：

TTL（Time-To-Live）：设置600秒自动过期
LRU（Least Recently Used）：保留最近使用数据
主动刷新：通过@CachePut更新缓存

推荐使用以下方案监控缓存状态：

工具	功能	使用场景
RedisInsight	可视化缓存监控	生产环境监控
Spring Boot Actuator	缓存命中率统计	性能调优分析

采用布隆过滤器+空值缓存策略：

@Cacheable(value = "userCache", key = "id", unless = "result == null")
public User getWithNullCache(Long id) {
    User user = userMapper.selectById(id);
    return user != null ? user : new NullUser();
}

通过随机TTL避免集体失效：

spring.cache.redis.time-to-live=300000+${random.int(300000)}

采用双删策略确保最终一致性：

@Transactional
@CacheEvict(value = "userCache", key = "user.id")
public void updateUser(User user) {
    userMapper.updateById(user);
    // 延迟二次删除
    redisTemplate.delete("userCache::"+user.getId());
}

在1000并发场景下的测试结果：