我选择懒加载+缓存预热+热点key隔离的组合方案。这种方案在实际生产环境中效果最好，能有效避免缓存穿透和雪崩，同时提升整体效率。首先实现懒加载：用户请求时先查缓存，miss则查DB并回写缓存；然后预热热门数据，开机时批量加载到Redis；最后对热点key用独立实例隔离，防止单点故障。代码示例：使用Spring Cache注解简化懒加载，结合定时任务预热。

方案一：懒加载（Cache Aside）

懒加载是最常见的Redis缓存模式，也叫Cache Aside模式。核心思想是读请求时，先从Cache取数据，如果Cache命中，直接返回；Cache未命中时，从数据库查询数据，然后将数据写入Cache，再返回给用户。这种方式简单高效，但要注意缓存穿透问题，可以用布隆过滤器解决。

方案二：读写穿透（Read/Write Through）

读写穿透模式由Cache和数据库两层组成，Cache作为主存储，数据库作为备份存储。应用层只与Cache交互，Cache自己负责与数据库的交互。这种模式的优势是简化了应用层的缓存逻辑，但引入了额外的Cache服务，增加了系统复杂度，不适合所有场景。

方案三：写回缓存（Write Back）& 写穿缓存（Write Through）

写回缓存：应用写数据时，直接写入Cache，异步批量更新数据库。优点：写性能高，缺点：数据一致性差，可能丢失数据。写穿缓存：应用写数据时，同时写入Cache和数据库。优点：数据一致性强，缺点：写性能低。通常结合懒加载使用。

缓存预热

缓存预热就是系统刚启动前，提前将一定的数据加载到缓存中，避免冷启动时大量请求打到数据库上。实现方式：1. 重启后手动触发预热脚本；2. 项目启动时自动执行预热任务；3. 通过定时任务定期预热热点数据。

热点key隔离

热点key会被大量并发请求，导致该key对应的单节点压力过大，乃至成为整体缓存服务的瓶颈。解决方案：1. 本地缓存热点数据；2. 多级缓存（Nginx本地缓存+Redis）；3. 热点key使用独立Redis实例；4. 热点数据分片存储。

缓存过期策略

1. 定期清理：Redis每100ms检查一次，删除过期key，适用于小内存Redis。2. 惰性删除：访问key时检查是否过期，过期删除，适用于内存较大的情况。3. 内存淘汰策略：主动清理不活跃数据，如LRU、LFU、随机等。建议组合使用定期清理+惰性删除+内存淘汰。

FAQ
Q: 懒加载和预热哪个更好？
A: 懒加载适合冷数据，预热适合热点数据，二者结合使用效果最佳。
Q: 如何防止缓存雪崩？
A: 设置不同过期时间+热点隔离+限流熔断。
Q: Redis内存满了怎么办？
A: 配置maxmemory和淘汰策略，如allkeys-lru。
Q: 缓存穿透怎么解决？
A: 布隆过滤器+空值缓存+参数校验。