| 成因 | 批量同 TTL、实例重启、集中刷新 |
|---|---|
| 对策 | TTL 等于基础值加随机抖动 |
| 兜底 | 回源限流、熔断、多级缓存 |
示例
示例
redis-cli SET feed:1001 '{data}' EX 3600
# TTL 打散：应用侧生成 3600 加上随机 0-600
redis-cli TTL feed:1001缓存实例整体重启是另一种雪崩：上线与重启节奏错开、实例分组预热、重启后先限流放量。
缓存雪崩与 TTL 打散
大批缓存同一时刻失效，请求同时回源可能压垮数据库：给 TTL 加随机抖动、分级过期，或对热点数据做多级缓存与限流预热。
易错点
- 只给同批数据加同一 TTL 等于人为制造雪崩，抖动窗口要按业务回源承受力设计
- 回源限流会牺牲部分请求，需要与业务侧约定降级策略
数据来源与参考
- Redis 官方文档：高可用与降级相关章节