根治方案：1. 调整expire策略，使用懒惰删除+后台定时删除，避免集中过期；2. 设置合理的TTL，根据业务分层缓存，冷热数据分离；3. 开启持久化RDB+AOF，配置合理的策略；4. 集群模式下使用proxy或sentinel高可用；5. 业务侧穿透缓存+限流降级；6. 监控告警+容量规划，预留20%峰值容量。

方案一

Redis的键过期有两种删除策略：惰性删除和定期删除。惰性删除是指在访问键时才删除已过期的键，定期删除是Redis每隔一段时间扫描数据库中一定数量的键，删除其中的过期键。如果定时删除和惰性删除都无法保证及时删除所有过期键，就会导致内存中存储了太多过期键，称为键过期过多。解决方法是：增加expire清理频率，但会增加CPU消耗；或者编写脚本定期清理过期键。

方案二

缓存穿透：查询一个不存在的数据，导致每次都穿透到DB。解决方案：布隆过滤器，接口层对空结果做缓存；缓存击穿：热点key失效，瞬间大流量打到DB。解决方案：key加随机值分散过期时间，二级缓存；缓存雪崩：大量key同一时间失效。解决方案：key设置不同TTL，熔断限流。

方案三

Redis超时通常因为网络延迟、连接池配置不当、慢查询。优化：1. 使用连接池，设置maxTotal/maxIdle/timeout；2. 开启pipeline批量操作；3. 主从异步复制，读从库；4. 增大maxmemory并设置eviction策略allkeys-lru；5. JVM调优，增大堆内存。

方案四

数据丢失主要是主从复制延迟、fork阻塞、AOF重写时丢失。根治：1. 开启AOF，fsync策略everysec；2. 强一致性用Lua脚本；3. 集群用Redis 6.0+ RESP3；4. 业务加本地缓存兜底；5. 监控repl_backlog和offset差值。

方案五

业务中断常见于单点故障、内存满、QPS暴增。方案：Sentinel高可用，3节点集群；预热缓存；热点key隔离到独立实例；使用Codis或Twemproxy分片；告警：连接数、内存使用、慢命令。

方案六

实际案例：某电商双11，Redis雪崩导致DB宕机。应急：流量清洗+降级；长期：TTL抖动+互斥锁+本地缓存；监控Prometheus+Grafana，设置内存80%告警。

FAQ
Q: 为什么Redis会频繁超时？
A: 网络抖动、连接池耗尽、慢命令、内存不足导致阻塞。
Q: 缓存雪崩怎么预防？
A: key过期时间加随机值，避免集中失效。
Q: 数据丢失如何保证一致性？
A: 开启AOF持久化，业务最终一致性。
Q: 单机Redis能扛多少QPS？
A: 10w+，视硬件，集群可线性扩展。