redis内存淘汰时java客户端不会抛出特定异常，而是静默删除键；jedis等客户端收到正常响应，需通过监控evicted_keys、业务命中率及组合命令（如set nx）间接感知淘汰影响。
Redis内存淘汰时Java客户端不会抛出特定异常
Redis本身在触发maxmemory策略（如volatile-lru、allkeys-random等）时，只是静默删除键，并不向客户端返回错误。Java客户端（如Lettuce、Jedis）收到的仍是正常响应（例如OK或null），**不会抛出RedisMemoryFullException这类不存在的异常**。所谓“捕获淘汰异常”本质上是个误解——你真正需要关注的是淘汰导致的业务语义丢失：比如SET成功但后续GET返回null，或INCR失败因key已被删。
Jedis中如何感知key可能被淘汰？
Jedis本身不提供淘汰事件通知，但可通过组合操作+状态检查来间接判断：
- 对关键写入，用
SET key value EX seconds NX代替单纯SET，利用NX确保原子性，并检查返回值是否为"OK"（失败说明key已存在且未被删，但不等于没被淘汰过） - 读取后校验业务逻辑合理性：比如缓存用户信息，
GET返回null时，不能直接报错，而应触发回源加载，并记录日志标记"cache-miss-after-write" - 避免依赖
TTL结果判断是否淘汰：因为TTL返回-2表示key不存在（可能被删，也可能根本没设），-1表示无过期时间——二者无法区分是主动删除还是淘汰删除
Lettuce连接池配置要防淘汰引发的连接雪崩
当Redis因内存满频繁淘汰，某些业务请求可能因超时或重试加剧压力。Lettuce默认的连接池和超时设置在此场景下容易放大问题：
- 把
CommandTimeout从默认的60秒调低到1000毫秒，防止慢查询拖垮线程池 - 禁用
autoReconnect = true，改由上层统一做熔断（如Resilience4j），否则自动重连可能在Redis持续高压时产生大量无效连接尝试 - 监控
redis_connected_clients和redis_used_memory_human指标，当used_memory > 95% maxmemory且evicted_keys持续增长时，应降级非核心缓存写入
真正该监控的不是“异常”，而是淘汰指标与业务命中率
靠捕获异常这条路走不通，必须转向可观测性建设：
- 通过
INFO memory定期采集evicted_keys、expired_keys、used_memory_peak_human，画趋势图。突增的evicted_keys比任何Java异常都更早暴露问题 - 在缓存访问层埋点：统计
cache-get-hit-rate（如每分钟GET成功数 / 总GET数），持续低于90%且伴随evicted_keys上升，基本可判定淘汰已影响业务 - 不要在
catch (Exception e)里专门处理“Redis内存满”，这种代码既无依据也难测试——淘汰不是故障，是配置行为；真正要处理的是它引发的业务空值、重复加载、数据不一致
淘汰本身不可怕，可怕的是把它当成黑盒，又不监控它的实际业务影响。
Java免费学习笔记：立即使用
解锁 Java 大师之旅：从入门到精通的终极指南
