前言

在现代Web应用中，用户认证和授权是至关重要的功能。

传统的基于数据库的Token存储方式虽然简单易用，但在高并发场景下容易成为性能瓶颈。

本文将介绍如何将SpringBoot项目中的用户Token从数据库存储迁移到Redis缓存，显著提升系统性能。

一、原有架构分析

在原始的代码实现中，Token信息存储在数据库中：

// 数据库查询Token信息
SysUserTokenEntity tokenEntity = baseDao.getByToken(accessToken);

这种方式存在几个问题：

性能瓶颈：每次Token验证都需要查询数据库
数据库压力：高频的Token验证请求给数据库带来巨大压力
扩展性差：难以应对高并发场景

二、Redis缓存设计方案

2.1 缓存键设计

我们采用两种键结构来存储Token信息：

// Token详细信息缓存键
private final static String TOKEN_KEY_PREFIX = "sys:token:";// 用户与Token映射关系缓存键  
private final static String USER_TOKEN_KEY_PREFIX = "sys:user:token:";

这种设计允许我们：

通过Token快速获取用户信息
通过用户ID快速找到对应的Token
支持双向查询需求

2.2 缓存数据结构

// Token缓存结构
sys:token:abc123 -> {"userId": 1,"token": "abc123","expireDate": "2023-12-31 23:59:59","updateDate": "2023-12-31 11:59:59"
}// 用户Token映射
sys:user:token:1 -> "abc123"

三、核心代码实现

3.1 Token创建与缓存

@Override
public Result createToken(Long userId) {// 生成或更新TokenString token = generateOrUpdateToken(userId);// 缓存到RediscacheTokenToRedis(userId, token, expireTime);return new Result().ok(buildTokenResponse(token));
}private void cacheTokenToRedis(Long userId, String token, Date expireTime) {String tokenKey = TOKEN_KEY_PREFIX + token;String userTokenKey = USER_TOKEN_KEY_PREFIX + userId;// 计算剩余过期时间long expireSeconds = (expireTime.getTime() - System.currentTimeMillis()) / 1000;// 存储Token详细信息redisUtils.set(tokenKey, buildTokenEntity(userId, token, expireTime), expireSeconds, TimeUnit.SECONDS);// 存储用户-Token映射redisUtils.set(userTokenKey, token, expireSeconds, TimeUnit.SECONDS);
}

3.2 Token验证优化

@Override
protected AuthenticationInfo doGetAuthenticationInfo(AuthenticationToken token) {String accessToken = (String) token.getPrincipal();// 从Redis获取Token信息（优先缓存）SysUserTokenEntity tokenEntity = sysUserTokenService.getByToken(accessToken);if (tokenEntity == null || tokenEntity.isExpired()) {throw new IncorrectCredentialsException("Token无效或已过期");}// 获取用户信息并认证return buildAuthenticationInfo(tokenEntity);
}

3.3 缓存查询策略

public SysUserTokenEntity getByToken(String token) {String key = TOKEN_KEY_PREFIX + token;// 1. 优先从Redis查询SysUserTokenEntity tokenEntity = (SysUserTokenEntity) redisUtils.get(key);if (tokenEntity != null) {if (tokenEntity.isExpired()) {// 自动清理过期TokencleanExpiredToken(token, tokenEntity.getUserId());return null;}return tokenEntity;}// 2. Redis未命中，查询数据库tokenEntity = getFromDatabase(token);if (tokenEntity != null && !tokenEntity.isExpired()) {// 3. 回写到RediscacheTokenToRedis(tokenEntity.getUserId(), token, tokenEntity.getExpireDate());}return tokenEntity;
}

四、性能对比测试

4.1 测试环境

服务器配置：4核8G
Redis：单节点
数据库：MySQL 8.0
并发用户：1000

4.2 测试结果

场景	平均响应时间	QPS	数据库CPU使用率
数据库存储	128ms	78	85%
Redis缓存	23ms	435	15%
性能提升	82%	458%	82%

五、最佳实践建议

5.1 缓存过期策略

// 设置略短于实际过期时间的缓存过期
long redisExpire = EXPIRE - 60; // 提前60秒过期
redisUtils.set(key, value, redisExpire, TimeUnit.SECONDS);

这样设计可以避免缓存中存在已过期的Token。

5.2 缓存雪崩防护

// 添加随机过期时间偏移量
long randomOffset = new Random().nextInt(30);
long actualExpire = EXPIRE - randomOffset;

5.3 监控与告警

建议监控以下指标：

Redis内存使用情况
Token缓存命中率
Token验证响应时间
缓存穿透频率

六、故障处理与恢复

6.1 缓存穿透处理

// 使用布隆过滤器或空值缓存防止缓存穿透
if (tokenEntity == null) {// 缓存空值，避免频繁查询数据库redisUtils.set(tokenKey, NULL_OBJECT, 60, TimeUnit.SECONDS);
}

6.2 缓存重建机制

// 异步重建缓存
@Async
public void asyncRebuildTokenCache(Long userId, String token) {// 异步重新加载Token到缓存
}

七、总结

通过将用户Token从数据库迁移到Redis缓存，我们实现了：

性能大幅提升：响应时间降低82%，QPS提升458%
数据库压力减轻：数据库CPU使用率从85%降至15%
系统扩展性增强：支持更高的并发用户数
用户体验改善：登录和Token验证更加迅速

这种架构改造不仅提升了系统性能，还为后续的微服务化和分布式部署奠定了基础。在实际项目中，建议根据具体业务需求调整缓存策略和过期时间，以达到最佳的性能效果。

后续优化方向

集群部署：Redis集群提高可用性和性能
多级缓存：结合本地缓存减少Redis访问
Token刷新机制：实现无感Token刷新
安全增强：添加Token黑名单机制

通过持续的优化和迭代，可以构建出更加高效、安全的用户认证系统。

前言