面试题：Redis设置键存活时长在缓存场景中的应用优化

分散过期时间
- 实现思路：在设置键的过期时间时，不采用固定的时长，而是在一个基础时长上，增加一个随机的时间偏移量。例如，原本计划设置缓存过期时间为60分钟，可以改为设置为55 - 65分钟之间的随机值。这样，大量缓存键就不会在同一时刻过期，从而降低缓存雪崩的风险。在代码实现上，如果使用Python的redis - py库，可以类似这样设置：

import redis
import random

r = redis.Redis(host='localhost', port=6379, db = 0)
base_expire_time = 60 * 60  # 基础过期时间，单位秒
random_offset = random.randint(0, 600)  # 随机偏移量，0 - 600秒
total_expire_time = base_expire_time + random_offset
r.setex('key', total_expire_time, 'value')

使用二级缓存
- 实现思路：除了Redis主缓存外，再设置一层本地缓存（如Python中的functools.lru_cache，或Guava Cache等）作为二级缓存。当请求到达时，首先检查本地缓存中是否有数据，如果有则直接返回；若没有，再去查询Redis缓存。如果Redis中缓存过期，此时本地缓存仍可能有数据，可继续提供服务，避免大量请求直接穿透到后端数据库。同时，在后台启动一个异步任务，负责在Redis缓存过期后，重新从数据库加载数据更新到Redis和本地缓存中。以Python为例，结合functools.lru_cache实现如下：

import redis
import functools

r = redis.Redis(host='localhost', port=6379, db = 0)

@functools.lru_cache(maxsize = 128)
def get_data_from_cache(key):
    data = r.get(key)
    if data:
        return data.decode('utf - 8')
    else:
        # 从数据库获取数据，这里假设为get_data_from_db函数
        data = get_data_from_db(key)
        r.setex(key, 3600, data)  # 设置Redis缓存，过期时间1小时
        return data


def update_cache_async(key):
    # 异步任务，重新从数据库加载数据更新缓存
    data = get_data_from_db(key)
    r.setex(key, 3600, data)
    get_data_from_cache.cache_clear()  # 清除本地缓存，以便下次重新加载

永不过期策略
- 实现思路：对于一些重要且不常变化的数据，设置键永不过期。同时，使用一个后台线程或定时任务，定期检查数据的有效性，若数据已过时，则更新Redis中的数据。例如，通过Python的threading.Thread和time.sleep实现定时更新：

import redis
import threading
import time


r = redis.Redis(host='localhost', port=6379, db = 0)


def update_data_periodically():
    while True:
        key = 'important_key'
        # 检查数据是否过时，假设is_data_outdated函数判断数据是否过时
        if is_data_outdated(r.get(key)):
            new_data = get_new_data()
            r.set(key, new_data)
        time.sleep(3600)  # 每小时检查一次


t = threading.Thread(target = update_data_periodically)
t.start()

缓存预热
- 实现思路：在系统上线前或系统初始化阶段，预先将部分热点数据加载到Redis缓存中，并设置合理的过期时间。由于这些数据在系统启动时就已经存在于缓存中，并且其过期时间是分散设置的，所以在系统运行初期不会因为大量键同时过期而引发缓存雪崩。可以编写一个初始化脚本，批量从数据库读取热点数据并设置到Redis中，例如：

import redis

r = redis.Redis(host='localhost', port=6379, db = 0)
hot_keys = get_hot_keys_from_db()  # 获取热点键列表
for key in hot_keys:
    data = get_data_from_db(key)
    base_expire_time = 3600
    random_offset = random.randint(0, 600)
    total_expire_time = base_expire_time + random_offset
    r.setex(key, total_expire_time, data)

星途面试题库

面试题：Redis设置键存活时长在缓存场景中的应用优化

知识考点

面试题答案