用Redis统一管理过期时间，配置全局失效策略怎么搞比较好

要在一个系统里用Redis统一管理各种数据的过期时间,并且想设置一个全局的、比较省心的失效策略，这个想法非常好，可以避免缓存数据无限制增长，也能确保数据的时效性，要达到这个目的，核心思路不是依赖Redis某个单一的高级功能，而是将几种基础方法组合起来，形成一个约定俗成的“最佳实践”，下面就来详细说说怎么搞比较稳妥。

最基础也是最重要的一步,就是在每次往Redis里存数据的时候，必须强制性地给每个键（key）设置一个过期时间（TTL），这应该成为所有开发人员写入Redis时的一条铁律，不能想设就设，不想设就不设，使用SET key value EX seconds命令在存入数据的同时就设定好多少秒后过期，这是所有后续策略的基石，如果这一步做不到，后面再高级的策略都会大打折扣。

光靠人自觉是不靠谱的,难免有遗漏，我们需要一个技术层面的保障，这就是第二个关键点：建立统一的Redis客户端封装，不要允许项目代码直接调用原生的Redis操作命令（比如直接使用jedis或lettuce的set方法）。 Instead，应该自己编写一个工具类（比如叫RedisUtil）或者利用Spring的RedisTemplate进行定制，在这个统一的客户端里，对所有写入数据的方法（如set、hset等）进行增强，当调用set(key, value)方法时，在内部实现中，强制将其转换为setex(key, defaultTtl, value)，也就是给它一个默认的过期时间，这个默认时间可以通过配置文件来指定，比如全局默认是7200秒（2小时），这样，即使某个开发人员忘记显式设置过期时间，系统也会自动给它加上一个“保险”，确保它不会成为永不过期的“僵尸数据”。

解决了单个Key的过期问题,我们还要面对一个现实：Redis的过期键删除策略是惰性的和定期的，惰性删除指的是当客户端尝试访问一个键时，Redis才会检查它是否过期，如果过期就删除，定期删除是Redis每隔一段时间随机检查一些键并删除其中过期的，这两种方式都不能保证过期键被立即释放，尤其是在过期键很多但访问量不大的情况下，内存可能不会被及时回收。

为了应对这种情况,我们可以引入第三种策略作为补充：使用Redis的maxmemory-policy（最大内存淘汰策略），这是在Redis服务器配置文件中设置的一个“最后防线”，当Redis占用的内存达到上限时，它会根据这个策略自动淘汰一些键来腾出空间，推荐的策略是allkeys-lru，这个策略的意思是，当内存不足时，Redis会尝试淘汰最近最少使用的键，而不管这个键是否设置了过期时间，这相当于一个全局的、基于访问热度的清理机制，它能非常有效地防止Redis因内存耗尽而崩溃，把maxmemory-policy设置为allkeys-lru，再加上我们前面为每个键设置的TTL，就形成了一个双保险：平时靠TTL自然过期；万一遇到突发流量产生大量短生命周期的数据，导致内存增长过快时，LRU策略会出来救场，优先淘汰那些不常用的数据。

除了上述三点,还有一个进阶的、能提供更精确控制的方法，就是使用Redis的排序集合实现一个“过期键扫描器”，这个方法的思路是，我们不仅给Key设置TTL，还额外维护一个有序集合，这个集合的成员就是所有的Key，而分数（score）则是这个Key的过期时间戳（当前时间戳 + TTL秒数），我们可以独立于Redis自身的过期机制，额外启动一个后台定时任务（比如用Spring的@Scheduled注解），这个任务每隔一段时间（比如每分钟）执行一次，它的工作是：从刚才创建的那个有序集合里，查询出所有分数（即过期时间戳）小于当前时间戳的Key，这些Key理论上都已经过期了，这个任务会尝试去删除这些Key，这样做有几个好处：第一，它提供了一个中心化的视角，让我们能清晰地看到所有被管理的Key及其计划过期时间，第二，我们可以在这个定时任务里加入更复杂的逻辑，比如在删除Key之前执行一些回调通知，或者记录更详细的日志用于审计，第三，它对Redis自身的过期机制是一个有力的补充和监控，这个方法虽然增加了一些复杂性，但对于需要高精度控制缓存生命周期的场景来说，是非常有价值的。

要搞好Redis全局过期时间管理,一个比较理想的组合拳是：

1. 编码规范与强制措施：制定规范，要求所有写操作必须显式设置TTL。
2. 技术兜底：通过封装统一的Redis客户端，为所有写入操作自动添加默认过期时间，防止人为遗漏。
3. 设置最终防线：在Redis服务器配置中，将maxmemory-policy设置为allkeys-lru，防止内存耗尽。
4. 可选增强：对于有更高要求的系统，可以引入基于有序集合的独立扫描器，实现更主动和可视化的过期管理。

这套方法结合了事前预防、事中拦截和事后清理，层层递进，能够比较全面和稳健地解决Redis键过期管理的问题。