缓存雪崩导致服务不可用是因为大量 key 同时过期，缓存集体失效，请求穿透至数据库致其过载宕机；此时后端服务因连接池耗尽、线程阻塞等被压垮，用户看到 502/504 或白屏。
缓存雪崩发生时，服务为什么突然不可用
因为大量 key 同一时间过期，Redis 中缓存集体失效，所有请求穿透到数据库，DB 瞬间被打满，响应超时甚至宕机。这时候不是 Redis 挂了，而是后端服务被压垮——连接池耗尽、线程阻塞、HTTP 超时堆积，用户看到的是 502/504 或白屏。
加随机过期时间不能只靠 EXPIRE 手动设
单纯在写入时用 EXPIRE key 3600 设固定 TTL，上线后批量导入或定时刷新容易导致过期时间对齐。必须让过期时间天然“打散”：
- 写入时统一用
SETEX key <em>ttl_with_random</em> value，其中ttl_with_random = base_ttl + random(0, 300)（比如基础 1 小时，再加 0–5 分钟随机偏移） - 如果用 Spring Data Redis，别直接调
opsForValue().set(key, value, Duration.ofSeconds(ttl))，而要先算好带偏移的Duration - 注意：
Redisson的RBucket.set()默认不带随机，得自己封装一层
降级开关要能秒级生效，不能依赖配置中心轮询
雪崩往往发生在凌晨或大促峰值，等 Nacos/Apollo 拉取新配置可能已晚。降级逻辑必须本地可兜底：
- 用
AtomicBoolean或ConcurrentHashMap<string boolean></string>存本地开关，HTTP 接口如/actuator/feature-toggle?cache=off直接触发set(true) - 降级时绕过 Redis，但不要直接查 DB——查 DB 仍是瓶颈。应优先返回托底数据：
Map静态缓存、JSON 文件预加载、或上一次成功缓存的快照（需定期SAVE到本地磁盘） - 避免降级后全量走托底还把磁盘 IO 打满：托底数据读取加
FileChannel.map()内存映射，或用Guava Cache做二级缓存
try-catch 捕获 Redis 异常不够，要区分失败类型
不是所有 Redis 报错都该降级。比如 JedisConnectionException 是连接断了，该熔断；但 JedisDataException: NOAUTH 是配置错了，不该降级，而该告警+人工介入：
- 在 DAO 层按异常类型分流：
if (e instanceof JedisConnectionException || e.getCause() instanceof SocketTimeoutException)→ 触发降级 - 对
JedisDataException，只记录 ERROR 日志并上报监控（如 Prometheus + AlertManager），不走托底逻辑 - 注意：Lettuce 的异常体系不同，
RedisCommandExecutionException对应命令错误，RedisConnectionClosedException才是连接问题，别混用判断逻辑
真正难的不是写降级代码，而是托底数据的时效性与一致性——静态 JSON 文件更新滞后、快照过期、内存映射未及时 reload。这些细节没对齐，降级就变成“有数据，但全是错的”。
