缓存雪崩指大量键同时失效致数据库负载激增，预防需五策：一、设随机过期时间（基础1800s+0～300s偏移）；二、用互斥锁控制重建；三、建本地缓存+Redis多级架构；四、预热热点数据并加随机TTL；五、引入熔断降级机制。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
当缓存系统中大量键在同一时间失效，导致请求直接穿透至后端数据库并引发负载激增时，即发生缓存雪崩。以下是实现防止缓存雪崩的健壮代码的具体方法：
一、设置随机过期时间
为避免缓存批量失效，可在基础过期时间上叠加一个随机偏移量，使缓存失效时间分散化，降低集中失效概率。
1、定义基础过期时间为30分钟（1800秒）。
2、生成0～300秒之间的随机整数作为偏移量。
3、将基础过期时间与随机偏移量相加，得到最终TTL值。
4、在写入Redis时使用该TTL值，例如：setex key 1800 + random(0, 300) value。
二、使用互斥锁控制缓存重建
当缓存失效后，多个并发请求同时触发数据库查询和缓存回填，会加剧后端压力。通过分布式锁确保仅有一个线程执行重建操作，其余线程等待或降级读取。
1、尝试使用Redis的SET key value EX seconds NX命令获取锁。
2、若获取成功，则执行数据库查询并写入缓存，随后释放锁。
3、若获取失败，则短暂休眠50ms后重试，最多重试3次。
4、重试失败后，返回空值或默认值而非直接穿透数据库。
三、构建多级缓存架构
引入本地缓存（如Caffeine）作为第一层，Redis作为第二层，形成缓存分层结构，降低对单一缓存系统的依赖强度和失效冲击。
1、优先从本地缓存读取数据，命中则直接返回。
CodeGeeX 2.21.0是智谱AI推出的AI编程助手版本，对Inline Chat功能进行了重大优化，包括UI设计升级、支持流式输出以提升响应速度，并新增“查看思路”按钮以便理解代码原理。同时，该版本在编辑器中新增CodeLens控件，支持一键“解释”代码或“添加注释”。目前该工具对个人开发者免费开放。
2、本地缓存未命中时，再访问Redis缓存。
3、Redis也未命中时，使用互斥锁机制加载数据，并同步写入Redis与本地缓存。
4、本地缓存设置较短TTL（如60秒），但启用自动刷新（refreshAfterWrite）策略，避免全量失效。
四、预热核心缓存数据
在系统启动或低峰期主动加载高频访问的缓存数据，避免流量高峰时集中重建，从源头减少雪崩风险。
1、识别业务中QPS前10%的热点key列表。
2、在应用初始化完成后，异步调用数据加载服务批量查询并写入Redis。
3、每个key写入时应用随机过期时间策略，确保预热数据不会同时过期。
4、预热任务执行完毕后，记录日志：“核心缓存预热完成，共加载1274个key”。
五、引入熔断与降级机制
当缓存服务不可用或数据库响应超时时，通过熔断器快速失败并返回兜底数据，防止级联故障扩散。
1、使用Resilience4j配置缓存访问的熔断器，失败率阈值设为60%。
2、连续5次调用超时或异常后，熔断器进入OPEN状态。
3、OPEN状态下所有缓存读取请求直接跳过，返回预置静态JSON响应或本地只读副本。
4、熔断器在30秒后进入HALF_OPEN状态，允许单个试探请求验证服务可用性。
