Redis雪崩时应主动触发多级缓存降级：先查Caffeine本地缓存，再查DB并加锁限流，成功后异步回填Redis且设随机TTL防再崩。
Redis雪崩时，不能只靠 catch 简单吞异常或返回 null，而应主动触发多级缓存降级策略：先查本地缓存（如 Caffeine），再查数据库，同时异步刷新 Redis 并设置随机过期时间防再崩。
1. 定义降级优先级链路
明确「Redis → 本地缓存 → DB」的 fallback 顺序，避免层层 try-catch 嵌套。推荐用统一方法封装降级逻辑：
- 用 Caffeine 做毫秒级本地缓存（无网络开销，不依赖 Redis）
- 本地缓存未命中时，走数据库查询（加读锁或限流，防 DB 打满）
- DB 查询成功后，异步写回 Redis（用线程池 + 失败重试），并设 带随机偏移的 TTL（如 baseTTL=30min + random(0–5min)）
2. 在 catch 中触发降级而非静默失败
不要在 catch 里只打日志或 return null；要显式调用降级方法，并记录降级原因：
try {
String value = redisTemplate.opsForValue().get("user:1001");
if (value != null) return value;
} catch (Exception e) {
log.warn("Redis query failed, fallback to local cache & DB", e);
return fallbackToMultiLevel("user:1001"); // 主动降级入口
}
3. 本地缓存需支持自动加载与过期联动
Caffeine 配置示例（配合数据库加载器）：
立即学习“Java免费学习笔记（深入）”；
Caffeine.newBuilder()
.maximumSize(10_000)
.expireAfterWrite(10, TimeUnit.MINUTES)
.refreshAfterWrite(2, TimeUnit.MINUTES) // 主动刷新，减轻 DB 压力
.build(key -> loadFromDb(key)); // 自动加载函数，fallbackToMultiLevel 内部调用
注意：refreshAfterWrite 不阻塞读请求，适合做“后台静默更新”，避免雪崩时大量线程同时击穿到 DB。
4. 异步回填 Redis 要可控且可观测
降级过程中 DB 查到数据后，用独立线程池异步写 Redis：
- 线程池需隔离（不共用 Tomcat 或全局池），防拖垮主流程
- 写 Redis 失败时记录告警（如发消息到监控平台），但不抛出异常影响主链路
- 对 key 设置 随机过期时间：防止大量 key 同时过期引发下一次雪崩
例如：final long ttl = 1800 + ThreadLocalRandom.current().nextLong(0, 300); // 30~35 分钟
