1.Redis过期删除
在应用redis存储数据时，咱们个别会对数据设置过期工夫，使得这些缓存在过期之后能被革除，开释宝贵的缓存资源。那过期清理是用什么策略来实现的呢？
redis次要通过以下两种形式
1.1 定期删除
1.redis每过100ms，从设置了过期工夫的key中随机取出20个缓存key
2.革除其中的过期key
3.若过期key占比超过1/4，则反复步骤1
为什么定期删除采纳的是随机策略，而不是对全副数据做清理呢？因为每100ms过滤所有缓存数据，对CPU压力较大。
尽管定期删除解决了一部分过期数据的问题，然而还有不少数据并没有被革除出缓存，所以此时就有了惰性删除
1.2 惰性删除
某个缓存key在查问时，若此时已过期，则会从缓存中删除，同时返回空
这种形式是被动触发的，
定期删除与惰性删除尽管能清理一部分过期数据，但还存在一个问题：
局部过期缓存key未被清理出缓存，短暂占用缓存资源（随机策略存在的缺点性），随着缓存数据的一直减少，
无奈通过删除过期key的形式腾出空间，来贮存新的热点数据。
这种状况下，如何淘汰旧的缓存数据，贮存新的热点数据呢？内存淘汰机制
2.内存淘汰机制
redis提供8种策略来应答当应用内存达到限度值的状况
1.noeviction： 返回谬误，不删除任何键值
2.allkeys-lru：尝试回收起码应用的键值（LRU算法）
3.volatile-lru：尝试回收起码应用的键值，但仅限于在过期键值汇合中
4.allkeys-random：回收随机的键值
5.volatile-random：回收随机的键值，但仅限于在过期键值汇合中
6.volatile-ttl：回收过期汇合的键值，并优先回收存活工夫较短的键值
7.allkeys-lfu：回收起码应用频次的键值（LFU算法）
8.volatile-lfu：回收起码应用频次的键值（LFU算法），但仅限于在过期键值汇合中
这里有两个重要的算法：
LRU：最近起码被应用。拜访工夫越早越容易被淘汰
LFU：最近起码应用频次。应用频次越少越容易被淘汰
Redis的LRU算法采纳一种近似LRU的形式来实现，通过对大量keys（maxmemory-samples，默认为5）进行取样，而后回收其中一个最好的key（被拜访工夫最早的）。
Redis3.0算法已改良为回收键的候选池子
1.第一次随机选取的key都放入一个pool中（pool大小为16），pool中的key是依照拜访工夫大小排序；
2.接下来每次随机选取的key都必须小于pool中最小的key，若pool未填满，则反复步骤1
3.放满之后，每次有新的key须要进入时，须要将pool中lru最大的一个key取出
4.淘汰的时候，间接从pool中取出一个lru最小的一个key而后淘汰
Redis有了LRU之后，为什么还须要LFU呢？因为Redis作者发现就算进步采样数量或者pool的大小，也无奈再进步缓存命中率，而LFU算法能起到更好的成果。
LFU近似于LRU，它应用一个概率计数器（morris counter），用来预计拜访频率；counter的计数有两个特点，1.随着拜访次数的减少，counter的计数会越来越迟缓（counter最大值为255），2.随着工夫的流逝，counter会逐步衰减。淘汰时也会有一个pool，也采取与LRU相似的形式，然而排序是依照计数从大到小排列（越靠后越容易被淘汰）
为什么Redis不采纳规范LRU算法：
规范LRU算法为了达到查找和删除的工夫复杂度个别采纳hash表和双向链表联合的数据结构。这样会减少额定的内存占用。