Redis（Remote Dictionary Server )，即近程字典服务，是一个开源的应用 ANSI C 语言编写、反对网络、可基于内存亦可长久化的日志型、Key-Value 数据库。是咱们研发人员的查问存储长期数据的利器，尽管它速度快，反对高并发，多种业务都会交融到缓存，但要用好它，可不是那么简略的事件。上面咱们就追随卢卡的视角来去寻找一下 Redis 内存淘汰背地的故事。
背景
第一次提到一个内存淘汰，是因为业务中很多过期数据，曾经将缓存的速度拖的很慢，而且始终在库中的数据留存上来，额，尽管说曾经没有实际意义了，然而至多证实它之前存在过，数据的心声，作为 Redis 的管理员 conf 大佬，就给他们上课了，将数据整顿好，确定好标签，给他们找寻数据最初的归属。
数据听了登时留下了眼泪，踌躇满志的想要从新来过，等啊等啊。就是到了过期工夫，它还是没有被 0 号库的皇帝召见，看来期待它的就只能默默的来到了。逐步地，数据感觉本人被冷清了，皇帝也不喜爱我了，说着就开始给淘汰机制的警察诉苦，过后是他给我标注的，说好会始终待我好，当初呢，就不爱了，渣男，呸。
作为淘汰警察的内存掌控者，每天这样的事件也曾经习惯了，谁让是缓存呢，对吧，好的货色就是比拟罕见，人家就是有特权抉择你们这些单纯的数据，淘汰警察说的话一次次的牵动着数据的心，看来只有哭诉，才能够让当前的生存成长起来。经验过缓存的抛弃，渣男的摈弃，数据在一次在淘汰警察的激励下，站了起来，我当前要跟你混。
淘汰警察急躁的告诫数据，当前的路要本人好好走，我这里可是很简单的，你有信念去走向远方吗？
数据，间接动摇的说了一句，YES ,SIR,(话说给淘汰警察整的不会了)
那你要是有趣味，就先留下来吧，说着，数据眼角留下了热泪，温顺的笑了起来。
迎接你新的生存吧，淘汰警察慢悠悠的说到！
备注：其实 conf 大佬是 Redis 的配置文件
数据缓存第一集（被缓存警察上课一天）
数据跟淘汰警察历险记
第二天，一大早数据就被，淘汰警察喊醒了，通知你明天第一个工作，获取最新的内存状况
也就是将你一样，被 0 号库皇帝治理的韭菜数据，他们要获取一下他们当初的总体状况，你先去交接一下 memory 大哥，把这个 info 的令牌带着，先去找你 command 妹妹，通知他要查一下 内存状况；
实例状况：
缓存 Redis 的内存状况，用命令 info memory，能够获取到；
看到最新的内存状况的，数据很是快乐，刚要回家，就看到淘汰警察给的工作卡上还有工作，既然有挑战，那我就要实现，数据曾经决定了，开始向着下个工作驶入；
工作一：
缓存 Redis 内存如何配置，生产环境中个别配置多少？
数据一看，这个配置，只能去寻找 conf 大哥了，屁颠屁颠的去找了 conf 大哥让他查查内存配置，正好看见数据是老手，就给他指明一条路；
如果默认没有配置 Redis 的内存，64 位操作环境下，个别不限度内存大小；
然而 conf 大哥，仔细的通知数据，想要配置内存，也是有技巧的；
数据认真的听了起来
生产环境缓存内存配置：
生产环境，公司个别会配置 以后主内存的四分之三，（Redis 底层用 hash 算法，负载因子是 0.75）
如何设置 Redis 的内存：
办法 1 ：能够通过 conf 来设置
maxmemory <bytes>
单位是字节：1024 字节 -1kb
1048576 是 1MB=1024*1024
比方：
maxmemory 1048576000 // 代表 1000MB
办法 2 ：应用命令来配置
对于命令个别存储在 config 中
启动 redis，redis -cli
config get maxmemory
config set maxmemory 104857600
工作二：
当 Redis 的内存满了，会产生什么状况？
数据一看这个工作，感觉要起义的感觉，内存总有一天要被咱们数据占据，到时候看看鹿死谁手，
实例状况：
我将最大内存设置为 1 字节，
127.0.0.1:6379> config set maxmemory 1
OK
127.0.0.1:6379> set key1 hello
(error) OOM command not allowed when used memory > ‘maxmemory’.
Redis 内存已满
工作三：
Redis 数据满了之后，如何淘汰数据？
数据一看，这不就是我之后的生存吗，我得好好体现，
这个还得从 conf 大哥那边找找灵感，说着就跑去找 conf 大哥了，
默认的 Redis conf 文件中，对于淘汰数据；
maxmemory-policy noeviction（不会驱赶数据的一种数据策略）
如果内存够，根本都能够保留下来；
面试题 ：
在内存中，以后一个键值对（key-value）是过期的，数据是否会立即被删除呢？
set k1 hello ex 10 10 秒生效
答案：当一个 key 过期，标识不可用之后，不会立即删除
因为会有过期键值对的策略在起作用
卢卡寄语
数据在淘汰警察的工作下，逐步理解了内存的细节状况，对于内存中最大数据，配置，以及过期保留都有了肯定的理解，接下来会是对 Redis，key 值中过期策略的制订，果然：淘汰警察说，数据你还有很远的路要走。
数据缓存第二集（被过期键经理上了一课）
背景
上回说到，数据曾经实现了根本的三个工作，获取了 conf 大哥赏识，其中淘汰警察也对它评估很高，这次淘汰警察就给数据出了个挑战，题目为，一个过期数据，在内存中是如何被淘汰的，会经验什么？
带着这个问题，咱们从小数据的视角开始冒险吧。
工作一：数据过期后会遇到什么？
起初，数据通过过期工夫后，会在内存中晃荡，不会立马删除，数据会缓缓的遇见第一个经理，名为过期键的删除策略
这个经理可不得了，手里有三大利器；
别离是：
①定时删除
②惰性删除：
③ 定期删除：
这个三把利器，能够让过期键策略，在数据淘汰中，占据大半江山，基本上能够解决一半的数据，而且效率也不错；说着就让数据本人选一个，经理不想亲自动手，
可萌可萌的数据这时候却糊涂了起来，慢统统的说，这三种利器有啥区别啊，到底有什么厉害之处啊，（数据心里有点不服气，就算是死了，也要死得其所）
既然你这么诚心的份上，那我就给你讲讲我的宝贝，果然是初生牛犊不怕虎，过期键经理心里默念道，感情是要给我上课的，不行，让你装到我还当前怎么在淘汰数据界中混，明天高下也要把你办了？
数据可要小心了，过期键经理可不是说说而已
说着就端起了，第一件瑰宝：
定时删除
实质上：
最大水平保持数据的新鲜度，然而每次都有挂载一个定时工作去扫描，是否临界过期工夫，产生大量的性能耗费
对 CPU 造成额定的压力，（用工夫换取空间）
细节剖析：
Redis 不可能时时刻刻遍历所有被设置了生存工夫的 key，来检测数据是否曾经达到过期工夫，而后对它进行删除
立刻删除能保障内存中数据的最大新鲜度，因为它保障过期键值会在过期后马上被删除，其所占用的内存也会随之开释。然而立刻删除对 cpu 是最不敌对的。因为删除操作会占用 cpu 的工夫，如果刚好碰上了 cpu 很忙的时候，比方正在做交加或排序等计算的时候，就会给 cpu 造成额定的压力，让 CPU 心累，时时须要删除，忙死。。。。。..
这会产生大量的性能耗费，同时也会影响数据的读取操作
惰性删除
实质上：
以后拜访数据，发现数据过期，不会马上删除
等下次，拜访，数据过期，会加载删除
redis 中过期，然而没有删除，内存中存储大量的过期数据，对内存不敌对，对于 CPU 敌对，
数据达到过期工夫，不做解决，等下次访问该数据
如果未过期，就返回数据
发现曾经过期，删除，返回不存在
思考的问题？
如果一个键 key 曾经过期，而这个键又依然保留在数据库中，那么只有这个过期键不被删除，它所占用的内存就不会开释。
在应用惰性删除策略时，如果数据库中有十分多的过期键，而这些过期键又恰好没有被拜访到的话，那么它们兴许永远也不会被删除 (除非用户手动执行 FLUSHDB)，咱们甚至能够将这种状况看作是一种内存透露 - 无用的垃圾数据占用了大量的内存，而服务器却不会本人去开释它们，这对于运行状态十分依赖于内存的 Redis 服务器来说，必定不是一个好消息
定期删除：
对内存和工夫 CPU 进行两者中和；
实质上：
每隔一段时间执行一次删除过期键的操作，并通过 限度删除操作的时长和频率来缩小对 CPU 工夫的影响
过期键经理的总结
尽管我这三大法宝，性能都是删除数据的，然而用的比拟多的，对于工夫空间，内存 CPU 影响比拟小的形式，抉择“定期删除”，因为有很大的劣势：
周期性比拟强：
特点一：CPU 能够自定义检测频率时长
特点 2：内存压力缩小，长期过期数据会被继续清理
随机抽查，
益处是：大大提高咱们内存删除的效率，然而因为是随机抽查的，所以，会存在漏网之鱼
面试官在线：
面试官：不错不错，这三种策略然而还是不能齐全解决 redis 内存的问题, 如果说定期删除素来没有被抽查到呢，
惰性删除时，过期键值，然而没有被拜访到，继续如此，redis 中存在大量的 key，你能够说说你的思路吗？
答案是：那咱们有大招, 缓存淘汰策略
过期键的删除策略，不能保障内存，这就要应用大招，内存淘汰策略了：
数据内心独白
原来，咱们之前的兄弟数据，都是被定时删除，不定时的惰性删除，和定期删除解决掉了，看来这些淘汰警察的伎俩很硬，硬钢划不来，我要持续做卧底，看看他们是如何将我淘汰掉，
卢卡寄语
数据通过对于过期键经理的折磨，冒死送出了一份淘汰警察的数据处理过程，目前是 通过了第二关，据说还有缓存淘汰策略 BOSS 在等着他，数据也算是厉害，
今天数据，要开始 LRU、LFU,TTL, 和 RANDOM 的淘汰策略中去，基于两个维度，四个方面，八条策略，全方位的展现 淘汰警察的伎俩，期待数据的带来的好消息了