Spring AI + Redis：AI 应用缓存增强完整实践
AI 应用在生产环境中面临两大核心痛点：高延迟（模型推理通常需要 1-5 秒）和高成本（GPT-4 每百万 token 约 $30）。Redis 作为高性能内存数据库，与 Spring AI 结合可以构建多层次的缓存体系，从根本上解决这些问题。
本文将系统讲解三种缓存策略：精确缓存、语义缓存和提示词缓存，并展示如何通过 Advisor 机制实现缓存层的无侵入集成。
一、缓存分层架构
text
┌─────────────────────────────────────────────────────────────────┐ │ Application Layer │ ├─────────────────────────────────────────────────────────────────┤ │ Advisor Chain (缓存拦截) │ │ ┌─────────────────────────────────────────────────────────┐ │ │ │ SemanticCacheAdvisor (语义缓存 - 向量相似度匹配) │ │ │ │ PromptCacheAdvisor (提示词缓存 - 精确前缀匹配) │ │ │ │ MessageChatMemoryAdvisor (对话历史 - 会话级缓存) │ │ │ └─────────────────────────────────────────────────────────┘ │ ├─────────────────────────────────────────────────────────────────┤ │ 缓存存储层 │ │ ┌──────────────┐ ┌──────────────────┐ ┌─────────────────┐ │ │ │ 精确缓存 │ │ 语义缓存 │ │ 提示词缓存 │ │ │ │ (String Key) │ │ (向量相似度搜索) │ │ (前缀匹配) │ │ │ └──────────────┘ └──────────────────┘ └─────────────────┘ │ │ Redis Stack (向量数据库 + KV) │ └─────────────────────────────────────────────────────────────────┘
三种策略的适用场景对比：
| 策略 | 匹配方式 | 适用场景 | 命中率 | 实现复杂度 |
|---|---|---|---|---|
| 精确缓存 | 字符串完全匹配 | 固定问答对、FAQ | 高 | 低 |
| 语义缓存 | 向量相似度（余弦距离） | 同一问题的不同表述 | 中高 | 中 |
| 提示词缓存 | 前缀精确匹配 | 系统提示词、工具定义 | 极高 | 低（模型原生） |
二、精确缓存：最简单的降本增效
2.1 实现方式
精确缓存适用于用户问题完全一致的场景，如 FAQ 问答、固定模板查询。
java
@Service @Slf4j public class CachedAIService { @Autowired private ChatModel chatModel; @Autowired private RedisTemplate<String, String> redisTemplate; private static final String CACHE_KEY_PREFIX = "ai:cache:"; private static final Duration CACHE_TTL = Duration.ofHours(24); /** * 带精确缓存的 AI 调用 * @param question 用户问题 * @return AI 响应 */ public String getAnswerWithCache(String question) { // 1. 生成缓存 Key（可选：MD5/SHA-256 压缩长问题） String cacheKey = CACHE_KEY_PREFIX + DigestUtils.sha256Hex(question); // 2. 查询缓存 String cachedAnswer = redisTemplate.opsForValue().get(cacheKey); if (cachedAnswer != null) { log.info("Cache HIT for question: {}", question.substring(0, Math.min(50, question.length()))); return cachedAnswer; } // 3. 缓存未命中，调用 AI 模型 log.info("Cache MISS for question: {}", question); long startTime = System.currentTimeMillis(); String answer = chatModel.call(question); long elapsed = System.currentTimeMillis() - startTime; log.info("AI call completed in {}ms", elapsed); // 4. 写入缓存（带随机 TTL，防止缓存雪崩） long jitter = ThreadLocalRandom.current().nextLong(3600); // 随机 0-1 小时 Duration effectiveTtl = CACHE_TTL.plusSeconds(jitter); redisTemplate.opsForValue().set(cacheKey, answer, effectiveTtl); return answer; } }2.2 使用 Spring Cache 抽象
更优雅的方式是利用 Spring Cache 注解：
java
@Service @CacheConfig(cacheManager = "redisCacheManager") public class AIService { @Autowired private ChatModel chatModel; /** * @Cacheable 会自动将结果缓存到 Redis * key = "ai:answer:" + SHA256(question) */ @Cacheable(value = "ai-answers", key = "#question", unless = "#result == null") public String getAnswer(String question) { return chatModel.call(question); } /** * 带过期时间的缓存（通过配置实现） */ @Cacheable(value = "ai-answers-ttl", key = "#question") public String getAnswerWithTTL(String question) { return chatModel.call(question); } } @Configuration @EnableCaching public class CacheConfig { @Bean public RedisCacheManager redisCac
-2026/04/10)
