结论：Redis的过期策略主要有三种：定时删除、惰性删除和定期删除。结合多线程性能优化，可以通过Redis 6.0的I/O线程模型提升吞吐量，解决缓存雪崩问题需设置随机过期时间和多级缓存；并发瓶颈通过连接池、读写分离和热点key隔离来优化。教程代码示例：设置键值过期并随机化：SET key value EX 3600 NX PX 1000 * 1000（随机1-2小时）；多线程配置：io-threads 4 io-threads-do-reads yes。

来源1

Redis的内存淘汰策略有八种：volatile-lru、allkeys-lru、volatile-random、allkeys-random、volatile-ttl、volatile-lfu、allkeys-lfu、noeviction。其中，volatile-lru和allkeys-lru是最常用的，它们会优先删除最近最少使用（LRU）的key来释放内存空间。缓存雪崩是指由于大量key同时失效，导致请求全部打到DB上，造成DB压力过大。主要解决方案：给缓存时间加上随机值，避免同时失效；使用二级缓存，第一个缓存失效时，从第二个缓存取；设置永不过期key，作为兜底。

来源2

Redis 6.0引入了多I/O线程模型，默认开启4个I/O线程，通过io-threads配置，主线程负责写和关闭连接，I/O线程负责读命令，提高网络处理性能。配置示例：在redis.conf中设置io-threads 4和io-threads-do-reads yes，重启生效。测试显示，在高并发场景下，QPS提升30%以上，有效缓解单线程瓶颈。

来源3

缓存雪崩解决方案详解：1. 给key设置不同的过期时间，避免集体失效；2. 构建多级缓存架构，如本地缓存+Redis+DB；3. 热点数据预热，提前加载高频key；4. 限流熔断，使用Sentinel或Codis监控雪崩。实际案例：某电商双11，使用随机TTL后，雪崩发生率下降90%。

来源4

并发瓶颈优化：使用连接池如JedisPool或Lettuce，避免频繁创建连接；读写分离，主从复制，让从库分担读压力；热点key使用本地缓存如Caffeine或Guava Cache；pipeline批量命令减少RTT；Lua脚本原子执行复杂逻辑。代码：jedisPool = new JedisPool(poolConfig, host, port); try(Jedis jedis = jedisPool.getResource()){ jedis.set("key", "value"); }

来源5

Redis删除策略：定时删除（每100ms检查，CPU友好但内存泄漏风险）；惰性删除（访问时检查过期）；定期删除（定时+惰性结合）。针对雪崩，推荐定期删除+随机过期时间公式：expire_time = base_time + random(0, max_random_time)。

来源6

多线程优化进阶：Redis单线程Reactor模型在CPU密集任务弱，但网络IO瓶颈大。6.0后Resp3协议+I/O线程，结合cluster分片，单机QPS可达100w+。注意：io-threads仅优化网络，不处理单命令耗时逻辑，仍需业务拆分命令。

来源7

FAQ:
Q: 如何防止缓存雪崩？
A: 设置随机过期时间，多级缓存，热点预热。
Q: Redis多线程配置怎么调优？
A: io-threads 4-8，根据CPU核心数，yes开启读线程。
Q: 并发瓶颈怎么诊断？
A: 用redis-benchmark压测，监控used_cpu_sys，慢查询log。
Q: 过期策略哪个最好？
A: 定期+惰性结合，内存淘汰用allkeys-lru。