这是 Beta 探索课程，内容结构、实验步骤和示例可能会继续调整。
随机过期时间
解决方案概述
核心思路：
- 在固定过期时间基础上增加随机值
- 让 key 分散过期，避免同时失效
设计流程
解决方案概述
- 步骤 1：读取、刷新或失效缓存数据
- 步骤 2：按命中、未命中和异常 key 处理读取与回源
- 步骤 3：按本节策略读取、写入缓存并处理过期或失效
- 步骤 4：校验身份、密钥或权限
关注点：命中率、回源压力、TTL 和异常 key 处理。
效果对比：
固定过期时间：
14:00 写入 10000 个 key，都设置 3600 秒过期
15:00 10000 个 key 同时过期 ❌
随机过期时间：
14:00 写入 10000 个 key，基础 3600 秒，随机±300 秒
实际过期时间分布：
- 59 分过期：约 800 个 key
- 60 分过期：约 3000 个 key
- 61 分过期：约 3000 个 key
- 62 分过期：约 800 个 key
- ...分散在 55-65 分钟之间 ✅
结果：没有明显的过期高峰当前技术架构
练习
练习 1
为什么缓存过期时间要加上随机值？随机范围如何设置？
参考答案 (2 个标签)
缓存雪崩 随机过期
答案：
加随机值的原因：
- 避免大量 key 同时过期
- 让过期时间分散，形成平缓的过期曲线
- 防止外部 API 在某一时刻承受过大压力
随机范围设置原则：
推荐：基础过期时间的 5%-10%
示例：
- 基础过期 1 小时（3600 秒）
- 随机范围±5 分钟（±300 秒）
- 实际过期时间：55-65 分钟考虑因素：
- 分散效果：范围越大，分散越好
- 数据新鲜度：范围越大，数据可能越旧
- 业务容忍度：根据业务可接受的旧数据程度调整