3. 分布式缓存基础：Redis核心数据结构与使用场景、缓存穿透/击穿/雪崩概念、缓存过期与淘汰策略

3.1 Redis核心数据结构与使用场景

Redis 作为分布式缓存的事实标准，其成功很大程度上归功于丰富且高效的数据结构。理解每种结构的底层实现与适用场景，是设计缓存策略的基础。

3.2 缓存穿透、击穿与雪崩

这三个概念是分布式缓存设计中最常遇到的“三座大山”，其本质都是缓存失效导致请求直达后端存储，但触发原因与应对策略截然不同。

3.3 缓存过期与淘汰策略

Redis 的内存是有限的，当内存写满时，必须通过淘汰策略腾出空间。同时，过期 Key 的清理机制也直接影响缓存命中率与性能。

3.3.1 过期策略：被动 + 定期

• 被动过期（惰性删除）： 当客户端访问一个 Key 时，Redis 检查其是否过期，若过期则删除并返回 nil。优点是对 CPU 友好，缺点是过期 Key 可能长时间占用内存。
• 定期过期（主动删除）： Redis 每隔 100ms 随机抽取一批设置了过期时间的 Key，检查并删除已过期的 Key。通过 ACTIVE_EXPIRE_CYCLE_LOOKUPS_PER_LOOP 参数控制每次抽查数量。

3.3.2 内存淘汰策略（maxmemory-policy）

当 Redis 内存达到 maxmemory 上限时，将根据配置的策略选择要淘汰的 Key。不同策略对缓存命中率与系统性能影响差异巨大。

3.3.3 淘汰策略选型决策流程

3.4 综合案例：缓存异常防御代码片段

以下代码展示了在业务层如何同时防御缓存穿透与击穿，使用 空值缓存 与 分布式互斥锁 组合策略。

public String getWithProtection(String key) {
    // 1. 查缓存
    String value = redis.get(key);
    if (value != null) {
        // 命中缓存，直接返回（包括空值标记）
        return value;
    }

    // 2. 缓存未命中，尝试获取分布式锁（防御击穿）
    String lockKey = "lock:" + key;
    boolean locked = redis.setnx(lockKey, "1", 3, TimeUnit.SECONDS);
    if (!locked) {
        // 获取锁失败，说明其他线程正在加载，短暂等待后重试
        Thread.sleep(50);
        return redis.get(key); // 二次检查
    }

    try {
        // 3. 双重检查：获取锁后再次查询缓存
        value = redis.get(key);
        if (value != null) {
            return value;
        }

        // 4. 查询数据库
        value = db.query(key);
        if (value != null) {
            // 数据存在，写入缓存，TTL 随机化防雪崩
            int ttl = 3600 + new Random().nextInt(600);
            redis.setex(key, ttl, value);
        } else {
            // 数据不存在，写入空值缓存（防御穿透），TTL 较短
            redis.setex(key, 120, "NULL_VALUE");
        }
        return value;
    } finally {
        // 5. 释放锁
        redis.del(lockKey);
    }
}