共计 2416 个字符，预计需要花费 7 分钟才能阅读完成。
1.Redis 内存满了怎么办
2. 往 redis 里写的数据是怎么没了的? 它如何删除的？
3.redis 缓存淘汰策略
4. 总结
1.Redis 内存满了怎么办
redis 是咱们每天都在开发和应用的一个工具，然而咱们在应用它的时候，有认真关注过它的默认占用内存是多少吗？以及如何批改呢？
1.1Redis 默认内存多少？怎么查看？如何批改？
咱们关上 redis 的配置文件，搜寻一下 maxmemory，会发现这么一行代码：
能够看出，把这个设置关上，并且在 <bytes> 局部设置值之后，就能够设置 redis 占用内存的大小了，maxmemory 是 bytes 字节类型，留神转换。
设置为 0，或者不设置这个字段，示意不限度 Redis 内存应用。
1.2 生产上如何配置 redis 占用内存的大小？
个别举荐 Redis 设置内存为最大物理内存的四分之三。
1.3 如果打满了 redis 的应用内存会怎么样？
咱们设置一下 redis 的缓存应用下限，咱们设置为 10 个 byte，再设置一个值，看看。
因为这个 key 没有加上过期工夫，就会导致 maxmemory 异样，为了防止这个状况，咱们 要有缓存淘汰策略。
2. 往 redis 里写的数据是怎么没了的? 它如何删除的？
咱们先来思考一个问题，在什么都不配置的状况下，redis 的一个键 如果是设置了过期工夫的 ， 到期之后，是不是马上就会从 redis 中被删除呢？
答案：如果不配置缓存淘汰策略，redis 是不会把过期的 key 从内存中删除进来的，尽管看起来这个 key 曾经查不到了：
让咱们来思考一下，如果要删除过期的 key，能有什么策略？惯例能想到的有：
1）立刻删除
redis 始终遍历着所有被设置了过期工夫的 key，来检测是否曾经到了过期工夫，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 ，因为它能保障键值对在过期后马上被删除，所占用的内存也会被开释，但这样对 cpu 是不敌对的， 因为遍历 / 删除都会占用 cpu 的工夫，如果刚好碰倒 cpu 很忙的时候，就会给 cpu 造成额定的压力，产生极大的性能耗费，同时也会影响读取操作。
总结：对内存敌对，对 cpu 不敌对。
2）惰性删除
数据达到过期工夫，不做解决，等下次访问该数据的时候
如果未过期，返回该数据
如果过期了，就删除这个 key，返回不存在
惰性删除的毛病是，它对内存极其不敌对。
如果这个 key 曾经过期，而且是一个大 key，如果这个 key 不被拜访，就会始终存在于数据库中，那么它永远也不会被删除。咱们甚至能够将这种状况视为内存透露 - 无用的垃圾数据占用了大量的内存，而服务器却不去开释他们，对于十分依赖内存的 redis 而言，必定不是一个好消息。
3）定期删除策略
定期删除策略是下面两种形式的 折中解决 ：
每隔一段时间执行一次删除过期 key 操作 ，并通过限度删除操作执行时长和频率来缩小删除操作对 cpu 工夫都的影响（ 有点像 jvm 虚拟机中能管制吞吐量的 Parallel 垃圾收集器 ）。 定期轮询 redis 库中的时效性数据，采纳随机抽取的策略，抽到过期的 key 就进行删除。
特点 1：cpu 性能占用设置有峰值，检测频率和自行管制
特点 2：内存压力不是很大，长期占用内存的冷数据会被继续清理
毛病：
1）定期删除执行的时长和频率很难界定 ，如果执行地太频繁，或者执行工夫太长，这种策略就会变为立刻删除策略，耗费 cpu，如果执行地太不频繁，又会像惰性删除策略一样，呈现节约内存的状况。
2） 会有始终都没被抽查到的 key（漏网之鱼）的存在。
这时，为了解决这些问题，咱们的 redis 缓存淘汰策略就退场了！
3.redis 缓存淘汰策略
咱们关上 redis 的配置文件，搜寻 ‘maxmemory-policy’
就会发现，默认的缓存淘汰策略就是什么都不淘汰。
redis 的缓存淘汰策略有哪些：
1）noeviction: 不会驱赶任何 key
2）allkeys-lru: 对所有 key 应用 LRU 算法进行删除
3）volatile-lru: 对所有设置了过期工夫的 key 应用 LRU 算法进行删除
4）allkeys-random: 对所有 key 随机删除
5）volatile-random: 对所有设置了过期工夫的 key 随机删除
6）volatile-ttl: 删除马上要过期的 key
7）allkeys-lfu: 对所有 key 应用 LFU 算法进行删除
8）volatile-lfu: 对所有设置了过期工夫的 key 应用 LFU 算法进行删除
下面呈现了两个名词，LRU 和 LFU，咱们先来解释一下这两个词语的意思：
LRU：
LRU 是 Least Recently Used 的缩写，即 最近起码应用，是一种罕用的页面置换算法。
LFU：
即 最不常常应用页置换算法，要求在页置换时置换援用计数最小的页。
一个强调的是应用频率，一个强调的是最近未应用。
咱们能够先把下面的 redis 缓存淘汰策略进行归类：
1）是对所有 key，还是对设置了过期工夫的 key
2）是随机删除，全副删除，还是用 LRU 或者 LFU 删除。
两个维度和四个方面，取得了八种后果。
那咱们平时应用哪个呢？
如果分为个别的热数据和冷数据，那么咱们都举荐应用 allkeys-lru 策略 ，其中一部分 key 常常被读写，如果在不确定业务的状况下，allkeys-lru 是一个比拟好的抉择（ 被淘汰的冷数据如果又要再次被拜访，则能够通过业务逻辑代码从新读入缓存中）。
如果各个 key 拜访的频率差不多，则能够应用 allkeys-random 策略, 即读写所有元素的概率差不多。
如果要让 redis 依据 ttl 来筛选要删除的 key，请应用 volatile-ttl 策略。
volatile-lru 和 volatile-random 策略利用场景是: 既有要过期的 key, 又有长久 key 的实例中。对于这类场景，咱们个别应用两个独自的 redis。
4. 总结
明天咱们学习了 redis 缓存的淘汰策略，留神一开始 redis 服务占用的缓存大小和淘汰策略都是没有配置过的，而且很少的公司会去配置，如果公司 redis 场景用的多，咱们就要留神一下这方面了！
