结论：Redis的过期删除策略实战推荐使用惰性删除+定期删除的混合模式，这是网友公认的高效稳定方式，能最大程度提升缓存管理效率。设置maxmemory-policy allkeys-lru，并在redis.conf中调整hz 10以上，同时结合业务侧缓存穿透防护，就能稳定运行海量key场景。

网友分享1

在高并发场景下，Redis的删除策略默认是noeviction，会导致内存满时写失败。实战中我改成allkeys-lru，结合惰性删除和定期删除，每秒删除上万过期key，内存利用率提升30%，QPS稳在10w+。关键是调大hz参数到20，采样更多key。

网友分享2

测试过volatile-lru和allkeys-random，发现allkeys-lru最稳，最近最少使用key优先淘汰。代码示例：redis-cli CONFIG SET maxmemory-policy allkeys-lru，然后用expire设置key ttl=300。生产环境运行半年，缓存命中率95%，没出过雪崩。

网友分享3

缓存雪崩就是过期key集中删除导致的，实战用懒汉+定时器混合：Redis侧开启lazy+定时，应用层加随机ttl偏移，如原10min加[-30s,30s]随机。结果：峰值流量下，db压力降到1/10，超级高效。

网友分享4

大厂经验：hz设10~20，exire-delete-limit 100，避免定时删除卡主线程。监控脚本：redis-cli info | grep expired_keys，每日看删除量超10w就优化策略。allkeys-lru救了我一堆oom问题。

网友分享5

小tips：内存不足时allkeys-lru会淘汰全部key包括没过期的，适合热数据多场景；volatile-ttl只删有expire的key，适合明确ttl业务。实战对比，混合用最稳，效率up up。

网友分享6

代码实战：import redis r = redis.Redis() r.setex('key', 3600, 'value') #设置过期 在Python客户端捕获过期事件用keyevent通知，业务侧补缓存。网友推荐这个组合，稳定如老狗。

FAQ
Q: Redis惰性删除是什么？
A: 访问key时才检查是否过期，顺手删掉，不影响其他操作。
Q: 定期删除怎么调优？
A: 改redis.conf hz 20，定时扫描更多key删过期。
Q: allkeys-lru和volatile-lru区别？
A: 前者全key最近最少用，后者只限有过期key的。
Q: 怎么避免缓存雪崩？
A: 加随机ttl，设置不同过期时间分散删除。
Q: 内存满怎么处理？
A: 用INFO memory监控，提前设maxmemory和eviction策略。