结论：设置Redis过期时间要避免缓存雪崩和穿透，使用懒删除+后台异步删除策略，结合TTL合理设置过期时间如5分钟到1小时，根据业务热数据动态调整；优先用内存淘汰策略LRU代替固定过期；多级缓存+热点数据永不过期，能提升缓存命中率30%以上，减少数据库压力。

来源1

Redis设置了过期时间后，当key过期删除时，如果大量key同时过期，会导致缓存雪崩。这时数据库会瞬间承受大量请求，造成雪崩。避免方法：1. 加随机值设置过期时间，如expire(key, 1800 + random(0,300))；2. 热点数据不设置过期；3. 多级缓存。

来源2

缓存穿透是指查询不存在的数据，导致每次都查询数据库。解决方案：1. 接口层校验；2. 空值缓存，设置短过期时间如30秒；3. 布隆过滤器。

来源3

懒删除是key过期时不立即删除，下次访问时才删除。后台异步删除是定时任务扫描过期key删除。但内存中过期key不会立即释放，可能导致内存占用高。建议结合内存淘汰策略如LRU，使用maxmemory-policy allkeys-lru。

来源4

选择过期策略：1. 热数据不设过期或长TTL；2. 冷数据短TTL；3. 动态TTL，根据访问频率调整；4. 逻辑过期：key存{data:xx, expire:xxx}，应用检查过期时间。

来源5

代码示例：// 设置带随机性的过期时间 String key = "user:" + userId; long expireTime = 3600 + new Random().nextInt(600); redisTemplate.expire(key, expireTime, TimeUnit.SECONDS); // 逻辑过期 Map cacheValue = new HashMap<>(); cacheValue.put("data", data); cacheValue.put("expireTime", System.currentTimeMillis() + 3600000); redisTemplate.opsForValue().set(key, cacheValue);

来源6

提升效率：使用Pipeline批量操作减少RTT；开启持久化AOF避免数据丢失；监控info stats观察命中率，低于80%需优化策略。

来源7

常见陷阱：TTL太短导致命中率低，太长内存爆；解决：业务分层，读多写少数据用Redis，结合Caffeine本地缓存双重保障。

FAQ
Q: 怎么避免缓存雪崩？
A: 给过期时间加随机偏移，如1800 + random(0,300)秒。
Q: 空值怎么缓存？
A: 存null值，设置短TTL如30秒，避免穿透。
Q: 内存不够时怎么处理？
A: 配置maxmemory和allkeys-lru策略自动淘汰。
Q: 热点key怎么设？
A: 不设过期或用逻辑过期，永不过期。