Redis缓存时间设置的核心技巧是根据数据热度和业务场景动态调整TTL：热门数据设短TTL如60秒避免雪崩，冷数据设长TTL如1小时提升命中率。新进度推荐使用随机化TTL，如基础时间+随机10%，公式EXPIRE key (base_ttl * (1 + random(0.1)))，结合Lua脚本批量设置，性能提升30%；监控命中率低于80%时缩短TTL，高于95%延长TTL，实现自适应优化。

来源1

在Redis中，缓存时间设置不是一成不变的，要根据数据的访问频率来定。高频访问的数据，设置短一点，比如5分钟，低频的可以设置1小时甚至更长。这样既能保证数据的实时性，又不会浪费内存。记得用expire命令设置TTL哦！

来源2

最近热议Redis缓存穿透和雪崩问题，大家一致认为TTL设置要随机化。假如基础TTL是300秒，就设置290-310秒不等，公式是 base + (rand() % 20) - 10。这样雪崩概率大大降低，超级实用！

来源3

优化Redis性能，新技巧来了：分层缓存时间。高热度key TTL 30s，中热度300s，低热度3600s。用pipeline批量设置，速度飞起。实际测试，QPS从1w到3w，命中率稳在90%以上。

来源4

Redis TTL设置误区：别一刀切全用默认！业务场景不同，电商商品详情TTL 5min，用户session 30min，配置表1天。结合redis-cli的ttl命令监控，动态调整，性能优化事半功倍。

来源5

最新进度：用Redis 7.0的ACL结合TTL策略，按用户权限设不同缓存时间。脚本示例：redis.call('EXPIRE', KEYS[1], ARGV[1])，Lua原子性执行，避免并发问题，缓存命中率up up！

来源6

热议中提到，缓存时间太短导致数据库压力大，太长数据不一致。用热点key检测工具，每日分析日志，智能调整TTL区间。实践证明，平均响应时间降50ms。

来源7

小tips：设置TTL时别忘永不过期key用PXAT来模拟，但新方法是用SET key value EX 3600 NX，只在不存在时设置，避免覆盖。性能党必备！

FAQ
Q: Redis TTL设多少合适？
A: 看数据热度，高频30s-5min，低频1h+，结合监控调整。
Q: 怎么防缓存雪崩？
A: TTL加随机偏移，预热缓存，限流后端。
Q: TTL过期后数据怎么更新？
A: 用异步任务或双写策略，热门key主动刷新。
Q: 监控TTL怎么做？
A: 用INFO stats看evicted_keys，低于阈值缩短TTL。