解决方案：使用Redis Sentinel + 集群模式部署Redis，实现主从复制和自动故障转移；热点key隔离+限流熔断；缓存预热+随机过期时间防雪崩；二级缓存+布隆过滤器防穿透；异步线程池+本地缓存兜底防击穿。通过这些组合拳，高并发QPS轻松破10w，系统稳定性提升99.99%。

CSDN博客

缓存雪崩：大量key同时失效导致请求全部打到DB。为避免雪崩，需要设置不同的过期时间，比如随机化TTL，或者设置永不过期key（逻辑过期）。同时开启Redis集群，单点故障不影响整体。

缓存击穿：热点key失效，大量请求瞬间打到后端。为解决，使用互斥锁（SETNX）或本地热点缓存。推荐使用本地ConcurrentHashMap记录热点key，定时刷新到Redis。

缓存穿透：查询不存在的数据，导致大量无效请求。为防穿透，使用布隆过滤器提前判断key是否存在，减少无效请求到后端。

博客园文章

Redis高并发优化新思路：1. Pipeline批量操作减少RTT；2. Lua脚本原子执行复杂逻辑；3. 读写分离，主节点写，从节点读；4. 热点数据多级缓存（L1本地L2 Redis L3 DB）。

雪崩解决方案：预热缓存 + 随机过期时间 + 熔断器（Hystrix/Sentinel）。击穿：分布式锁（Redisson）。穿透：布隆+空值缓存（TTL短）。

阿里云开发者社区

在高并发场景下，Redis单机瓶颈明显。采用Redis Cluster分片存储，数据自动sharding。结合Twemproxy或Codis做代理层，平滑扩容。

解决雪崩：key设计带随机后缀，如user:123:rand123，TTL随机。击穿：使用本地缓存+双重检查锁。穿透：布隆过滤器 + 接口参数校验。

知乎专栏

新思维：Redis + Canal实时同步MySQL binlog，实现最终一致性缓存更新，避免缓存一致性难题。高并发下，消息队列（如Kafka）异步化缓存更新，削峰填谷。

雪崩防护：多级熔断 + 降级策略。击穿：热点key预加载到JVM本地缓存。穿透：压缩空结果缓存。

掘金文章

代码示例防击穿：public String getWithMutex(String key) { String value = redis.get(key); if (value != null) return value; if (redis.setnx(key + "_lock", "1")) { value = db.get(key); if (value != null) redis.set(key, value, 300); redis.del(key + "_lock"); } return value; }

雪崩：@Cacheable + 随机TTL。穿透：BloomFilter.contains(key) ? redis.get(key) : null;

腾讯云社区

突破瓶颈：Redis 6.0+ IO threading模型，多线程处理网络IO。结合RocksDB持久化引擎，AOF重写优化。集群模式下，Gossip协议自动发现，提升稳定性。

高并发实战：限流（Redis + Lua脚本令牌桶），降级（本地fallback），监控（Prometheus + Grafana）。

FAQ:
Q: Redis雪崩怎么彻底解决？
A: 随机TTL + 预热 + 集群部署 + 熔断。
Q: 缓存击穿和穿透区别？
A: 击穿是热点key失效瞬间大流量，穿透是无效key持续查询。
Q: 高并发下Redis怎么扩容？
A: 用Cluster模式，动态添加节点，数据自动迁移。
Q: 本地缓存和Redis怎么结合？
A: L1本地Caffeine（高性能），L2 Redis（持久），双写双读。
Q: 缓存一致性怎么保证？
A: Canal + MQ异步更新，最终一致性。