redis分布式锁最优实践是使用set key value ex seconds nx原子命令占位，抢到锁的请求异步更新，其余请求立即降级返回，避免阻塞；ex过期时间需合理设置，防止残留；相比redisson trylock，该方式延迟更低、更轻量。
用 SET key value EX seconds NX 占坑，不阻塞请求
这是最轻量、延迟影响最小的做法：抢到占位符的请求去查 DB，其余请求直接走降级路径（返回旧值、空值或默认值），不等、不轮询、不自旋。
-
SET user:10086 "loading" EX 5 NX成功 → 异步触发更新任务，当前请求可立即返回 stale 数据或兜底值 - 失败 → 不重试锁，立刻查 DB 并返回（不写缓存），或 fallback 到本地缓存（如 Caffeine）
-
EX 5必须设，避免占位符残留；5 秒要 ≥ 后端查询 P99 × 2，但不宜过长（否则后续请求仍持续击穿）
Redisson RLock.tryLock() 容易让延迟翻倍
很多人以为加锁就安全，结果发现接口超时率上升——根本原因是 tryLock(3, 10, TimeUnit.SECONDS) 的两个时间参数没配对：
Redis Skill - 高性能缓存管理
下载
Redis 缓存和数据结构管理技能。通过自然语言操作 Redis，支持 String、Hash、List、Set、ZSet、Stream 等数据结构操作。当用户提到 Redis、缓存、消息队列、会话存储时使用此技能。
- 第一个参数（waitTime=3s）太短：大量请求抢不到锁，反复走 DB，QPS 暴涨
- 第二个参数（leaseTime=10s）太长：DB 查询卡住（比如慢 SQL 或 GC pause），锁续期失败，自动释放 → 多个线程并发重建缓存 → 更多请求被阻塞
- 心跳线程依赖业务线程活跃，一旦 DB 查询阻塞主线程，watchdog 就失效
本地缓存 + 随机 TTL 才真能压低感知延迟
单纯靠 Redis 层防击穿，本质是把压力从 DB 转移到锁和网络往返上。真正降低用户侧延迟的是错开请求节奏：
- 在应用进程内加一层
Caffeine，设置expireAfterWrite(1, TimeUnit.SECONDS)+refreshAfterWrite(500, TimeUnit.MILLISECONDS) - TTL 加 ±200ms 随机抖动，让原本集中在 10:00:00 的请求，分散到 09:59:59.8～10:00:00.2
- 这样哪怕 Redis 中 key 过期，部分请求仍能命中本地缓存，不打 DB 也不碰 Redis 锁
异步重建缓存时，别让主请求等结果
抢到占位符的请求，如果同步查 DB 再写 Redis，整个链路耗时就是 DB 耗时 + 网络 RTT。正确做法是：
- 占位成功后，立即返回旧缓存值（如有）或默认值（如
"unavailable"） - 另起线程或投递消息（如 Kafka / 线程池）去查 DB、组装数据、
SET user:10086 "real_data" EX 3600、再DEL user:10086:loading - 旧值不是“错误”，而是可用性权衡：用户看到的是 2 秒前的数据，但接口响应稳定在 50ms 内
