Redis缓存并发优化的核心是通过缓存穿透、缓存雪崩、热点key隔离和分布式锁等策略，避免并发读写冲突，提升系统QPS到万级以上。

缓存穿透与布隆过滤器

缓存穿透是指查询一个根本不存在的数据，导致请求直接打到数据库上，造成数据库压力。解决方式是使用布隆过滤器预判数据是否存在，避免无效查询穿透到DB。

布隆过滤器是一种高效的概率数据结构，能快速判断一个元素是否可能存在于集合中，误判率可控，通常设为1%，大大降低缓存穿透风险。

在高并发场景下，结合空值缓存和热点数据预热，能有效缓解穿透问题，确保系统稳定。

缓存雪崩防护机制

缓存雪崩是大量缓存key同时失效，导致请求洪峰直击后端数据库。为防止此问题，应设置随机过期时间，避免集中失效。

例如，原过期时间900秒，改为800 + random(0,200)秒，分散失效峰值。同时启用多级缓存，如本地JVM缓存+Redis，兜底保护。

引入熔断机制，当缓存命中率低于阈值时，自动降级或限流，保障核心业务不崩。

热点key并发隔离

热点key是指高并发下被大量请求的单个key，如热门商品详情。直接读Redis易导致单节点负载过高，甚至宕机。

优化策略是用本地缓存（如Guava Cache）隔离热点，结合读写锁或独占锁，仅在本地失效时回源Redis，减少网络IO。

对于写操作，使用异步双写或MQ解耦，确保热点key不成为性能瓶颈。

分布式锁实现并发控制

Redis分布式锁是并发场景下的利器，使用SETNX命令加NX|EX参数原子创建锁，如set lock_key unique_value NX PX 30000。

锁续期使用Lua脚本或Redisson框架自动续租，避免业务超时锁误释。释放锁时验证value匹配，防止误删他人锁。

在秒杀库存扣减等场景，分布式锁确保库存一致性，结合Lua原子脚本进一步提升性能。

管道与批量操作

Redis管道（Pipeline）将多命令打包一次性发送，减少RTT延迟，高并发下QPS提升数倍。

例如，批量MGET/MSET代替单key操作，代码示例：pipeline.multi(); pipeline.get("key1"); pipeline.get("key2"); pipeline.exec();。

结合Scan命令渐进式遍历key，避免阻塞主线程，适用于大规模数据清洗。

FAQ

Q: 缓存雪崩怎么预防？
A: 设置key随机过期时间，多级缓存+熔断限流。

Q: 热点key怎么处理？
A: 本地JVM缓存隔离，减少Redis直击。

Q: 分布式锁如何安全释放？
A: 加value唯一标识+Lua脚本原子验证删除。

Q: 缓存穿透最佳方案？
A: 布隆过滤器+空值缓存。