缓存优化L1L2

public User getUser(Long id) {
// 1️⃣ 查 L1
User user = localCache.getIfPresent(id);
if (user != null) {
return user;
}

// 2️⃣ 查 L2
user = redisTemplate.opsForValue().get("user:" + id);
if (user != null) {
localCache.put(id, user);
return user;
}

// 3️⃣ 查 DB
user = userMapper.selectById(id);
if (user != null) {
redisTemplate.opsForValue().set("user:" + id, user, 30, TimeUnit.MINUTES);
localCache.put(id, user);
}

return user;
}

L1 的核心作用：

• 减少 Redis QPS

• 降低网络 IO

• 把热点 Key挡在 JVM 里

L1 = 加速层
L2 = 事实缓存层

✅ 非常适合 L1 的场景

• 登录用户信息

• 租户信息

• 权限 / 菜单

• 字典数据

• 热点配置

❌ 不适合 L1 的场景

• 强一致性（余额、库存）

• 超大对象

• 低频访问

L1：localCache // JVM 内存（Caffeine / Guava / Map）
L2：Redis // 分布式缓存
L3：DB // 数据库

👉 缓存失效策略

权限变更 = 缓存失效，而不是缓存更新

1️⃣ 更新数据库（最终真相）
2️⃣ 删除 Redis（L2）
3️⃣ 删除本机 L1（可选 / 本地）

@Transactional
public void updateUserPermission(Long userId, List<Role> roles) {
// 1. 更新数据库
userMapper.updateUserRoles(userId, roles);

// 2. 删除 L2（所有节点都会 miss）
redisTemplate.delete("user:" + userId);

// 3. 删除本机 L1
localCache.invalidate(userId);
}

 

2️⃣ Redis Key 要有版本意识（进阶）

"user:v1:" + id

权限模型大改时，直接升版本，全量失效

用户权限变更时：

• ✅ 更新 DB

• ✅ 删除 Redis

• ✅ 本地 L1 要么删、要么靠 TTL 自愈

• ❌ 不要主动回填多级缓存