引言

在分布式系统与高并发场景下，缓存机制已成为提升系统性能的关键技术。本文从作用域、失效机制、配置实践到同步方案，系统化解析一级缓存与二级缓存的核心差异与工程实践。

一、一级缓存：会话级数据加速器

1.1 作用域与生命周期

作用域：
一级缓存（L1 Cache）通常绑定于单个会话或事务单元：

MyBatis：SqlSession级别，相同SqlSession内查询结果复用
Hibernate：Session级别，实体对象生命周期与Session绑定

存储结构：

// MyBatis一级缓存典型结构
Map<String, Object> localCache = new ConcurrentHashMap<>();

1.2 失效场景深度解析

强制失效条件：

// MyBatis中触发缓存失效的操作
sqlSession.update("com.example.mapper.UserMapper.updateUser");
sqlSession.clearCache(); // 手动清空

隐性失效场景：

跨SqlSession查询（MyBatis）
事务回滚导致数据状态变更
分布式系统中多节点数据修改

二、二级缓存：分布式场景下的持久化存储

2.1 Ehcache集成方案

配置实践：

<!-- ehcache.xml配置示例 -->
<ehcache><cache name="userCache"maxEntriesLocalHeap="1000"timeToLiveSeconds="3600"memoryStoreEvictionPolicy="LRU"><persistence strategy="localTempSwap"/></cache>
</ehcache>

MyBatis集成：

<!-- Mapper配置 -->
<cache type="org.mybatis.caches.ehcache.EhcacheCache"/>

2.2 Redis分布式缓存方案

Spring Boot集成：

@Configuration
public class RedisConfig {@Beanpublic RedisCacheManager cacheManager(RedisConnectionFactory factory) {RedisCacheConfiguration config = RedisCacheConfiguration.defaultCacheConfig().entryTtl(Duration.ofHours(1)).serializeValuesWith(RedisSerializationContext.SerializationPair.fromSerializer(new GenericJackson2JsonRedisSerializer()));return RedisCacheManager.builder(factory).cacheDefaults(config).build();}
}

注解式使用：

@Cacheable(value = "userCache", key = "#id")
public User getUserById(String id) {// 数据库查询逻辑
}

三、缓存同步：多级缓存一致性保障

3.1 典型问题场景

缓存穿透：恶意请求查询不存在数据
缓存雪崩：大量缓存同时失效引发数据库压力
数据不一致：DB更新未及时同步缓存

3.2 解决方案矩阵

问题类型	解决方案
缓存穿透	1. 缓存空对象（设置短过期时间） 2. 布隆过滤器预校验
缓存雪崩	1. 分层过期时间（随机附加0-5分钟） 2. 热点数据永不过期+后台刷新
数据不一致	1. Canal监听Binlog同步 2. 延迟双删策略（删除L1/L2后延迟删除）

3.3 分布式锁实现

// Redis实现分布式锁示例
String lockKey = "cache:lock:user:" + id;
boolean locked = redisTemplate.opsForValue().setIfAbsent(lockKey, "1", 3, TimeUnit.SECONDS);
if(locked) {try {// 执行数据库更新// 删除二级缓存} finally {redisTemplate.delete(lockKey);}
}