这篇文章给大家分享的是有关Redis中内存淘汰策略和过期键删除策略的示例分析的内容。小编觉得挺实用的，因此分享给大家做个参考，一起跟随小编过来看看吧。
redis是我们现在最常用的一个工具，帮助我们建设系统的高可用，高性能。
而且我们都知道redis是一个完全基于内存的工具，这也是redis速度快的一个原因，当我们往redis中不断缓存数据的时候，其内存总有满的时候(而且内存是很贵的东西，尽量省着点用)，所以尽可能把有用的数据，或者使用频繁的数据缓存在redis中，物尽其用。
那么如果正在使用的redis内存用完了，我们应该怎么取舍redis中已存在的数据和即将要存入的数据呢，我们要怎么处理呢？
redis官方提供了8种不同的淘汰策略
redis.conf 是个好东西，几乎redis的所有配置都可以在这里找到，根据conf中的说明也就能操作了
我们看下redis.conf中关于8中淘汰策略的说明(本文使用redis版本是4.0.9)
volatile-lru -> Evict using approximated LRU among the keys with an expire set. allkeys-lru -> Evict any key using approximated LRU. volatile-lfu -> Evict using approximated LFU among the keys with an expire set. allkeys-lfu -> Evict any key using approximated LFU. volatile-random -> Remove a random key among the ones with an expire set. allkeys-random -> Remove a random key, any key. volatile-ttl -> Remove the key with the nearest expire time (minor TTL) noeviction -> Don't evict anything, just return an error on write operations. # LRU means Least Recently Used(最近最少使用的，时间) # LFU means Least Frequently Used(最不经常使用的，次数) # The default is: maxmemory-policy noeviction
上文是从redis.conf中摘出来关于淘汰策略的8种配置以及设置说明，其中maxmemory-policy noeviction 代表了淘汰策略默认的是noeviction,我们可以根据自己的业务需求修改合适的策略。
英文看不懂的看下面的中文
volatile-lru：在设置过期时间的数据中淘汰最少使用的数据。
allkeys-lru：在所有的数据中淘汰最少使用的数据。
volatile-lfu：在设置过期时间的数据中淘汰使用频率最低的数据。
allkeys-lfu：在所有的数据中淘汰使用使用频率最低的数据。
volatile-random：在设置过期时间的数据中淘汰任意随机数据。
allkeys-random：在所有的数据中随机淘汰数据。
volatile-ttl：在设置过期时间的数据中淘汰最早过期的数据。
noeviction：默认策略，不淘汰数据，新增或者修改数据会抛异常，但是读操作正常进行，不受影响
上面是内存不足的淘汰策略，还有一种是过期键的删除策略，两者是不同，不要搞混了
定时过期：每个设置过期时间的key都需要创建一个定时器，到过期时间就会立即清除。该策略可以立即清除过期的数据，对内存很友好；但是会占用大量的CPU资源去处理过期的数据，从而影响缓存的响应时间和吞吐量。
惰性过期：只有当访问一个key时，才会判断该key是否已过期，过期则清除。该策略可以最大化地节省CPU资源，却对内存非常不友好。极端情况可能出现大量的过期key没有再次被访问，从而不会被清除，占用大量内存。
定期过期：每隔一定的时间，会扫描一定数量的数据库的expires字典中一定数量的key，并清除其中已过期的key。该策略是前两者的一个折中方案。通过调整定时扫描的时间间隔和每次扫描的限定耗时，可以在不同情况下使得CPU和内存资源达到最优的平衡效果。
expires字典会保存所有设置了过期时间的key的过期时间数据，其中，
key是指向键空间中的某个键的指针，
value是该键的毫秒精度的UNIX时间戳表示的过期时间。
键空间是指该Redis集群中保存的所有键。
感谢各位的阅读！关于“Redis中内存淘汰策略和过期键删除策略的示例分析”这篇文章就分享到这里了，希望以上内容可以对大家有一定的帮助，让大家可以学到更多知识，如果觉得文章不错，可以把它分享出去让更多的人看到吧！
免责声明：本站发布的内容（图片、视频和文字）以原创、转载和分享为主，文章观点不代表本网站立场，如果涉及侵权请联系站长邮箱：is@yisu.com进行举报，并提供相关证据，一经查实，将立刻删除涉嫌侵权内容。
