实现“业务无感缓存”的关键是定义语义清晰的专用注解（如@cacheread、@cacheevict、@cachelock），配合aop切面统一处理缓存逻辑，支持spel动态key、多级缓存ttl、事务一致性、空值缓存与运行时开关调试。
直接用注解声明缓存意图，而不是在方法里写 Redis 操作或手动判断 key 是否存在——这是实现“业务无感缓存”的关键。
定义语义清晰的缓存注解
不复用 @Cacheable 这类泛化注解，而是按实际场景设计专用注解：
-
@CacheRead：标记查询方法，指定缓存名、SpEL 表达式生成的 key（如
"user:#id"）、本地与远程缓存过期时间 -
@CacheEvict：标记更新/删除方法，声明需清除的缓存项（支持单 key 或批量，如
{"user:#id", "stats:#tenantId"}） - @CacheLock（可选）：自动包裹 Redis 分布式锁，防止高并发下缓存击穿或脏写
注解属性要覆盖真实需求
每个属性都对应一个具体问题：
- key：必须支持 SpEL，能引用方法参数、返回值甚至上下文对象（如当前登录用户 ID）
-
cacheNames：区分不同业务域，避免 key 冲突（例如
cacheNames = "user", "order"） - expireSeconds 和 localExpireSeconds：分别控制 Redis 和 Caffeine 的 TTL，本地缓存通常更短
- unless（类似 Spring Cache）：允许按返回值条件跳过缓存，比如只缓存非 null 或非空集合结果
切面中统一执行缓存逻辑
注解本身不做事，靠 AOP 切面解析并落地：
- 读操作走“Caffeine → Redis → DB”三级穿透流程，命中即返回，未命中则逐层回填
- 写操作绑定事务生命周期：仅在
TransactionSynchronization.afterCommit()阶段触发失效，避免回滚污染 - 多节点一致性靠 Redisson Pub/Sub 实现——失效时发消息，其他实例监听并清本地缓存
- 空值也缓存（如存
"NULL"字符串），配合布隆过滤器或逻辑删除字段防穿透
运行时可开关、可调试
真正解耦的关键在于可控性：
- 通过配置项（如
cache.enabled=false）一键关闭整个缓存链路，切面直接放行原方法 - 日志埋点记录每次缓存命中/穿透/失效动作，方便线上排查
- 提供管理端点（如
/actuator/cache-status）实时查看各 cacheName 的命中率与大小
Java免费学习笔记：立即使用
解锁 Java 大师之旅：从入门到精通的终极指南
