Redis内存淘汰机制

1.Redis过期删除

在使用redis存储数据时，我们一般会对数据设置过期时间，使得这些缓存在过期之后能被清除，释放珍贵的缓存资源。那过期清理是用什么策略来实现的呢？

redis主要通过以下两种方式

1.1 定期删除

1.redis每过100ms，从设置了过期时间的key中随机取出20个缓存key

2.清除其中的过期key

3.若过期key占比超过1/4，则重复步骤1

为什么定期删除采用的是随机策略，而不是对全部数据做清理呢？因为每100ms过滤所有缓存数据，对CPU压力较大。

虽然定期删除解决了一部分过期数据的问题，但是还有不少数据并没有被清除出缓存，所以此时就有了惰性删除

1.2 惰性删除

某个缓存key在查询时，若此时已过期，则会从缓存中删除，同时返回空

这种方式是被动触发的，

定期删除与惰性删除虽然能清理一部分过期数据，但还存在一个问题：

​ 部分过期缓存key未被清理出缓存，长久占用缓存资源（随机策略存在的缺陷性），随着缓存数据的不断增加，

无法通过删除过期key的方式腾出空间，来储存新的热点数据。

这种情况下，如何淘汰旧的缓存数据，储存新的热点数据呢？内存淘汰机制

2.内存淘汰机制

redis提供8种策略来应对当使用内存达到限制值的情况

1.noeviction： 返回错误，不删除任何键值

2.allkeys-lru：尝试回收最少使用的键值（LRU算法）

3.volatile-lru：尝试回收最少使用的键值，但仅限于在过期键值集合中

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集合中

6.volatile-ttl：回收过期集合的键值，并优先回收存活时间较短的键值

7.allkeys-lfu：回收最少使用频次的键值（LFU算法）

8.volatile-lfu：回收最少使用频次的键值（LFU算法），但仅限于在过期键值集合中

这里有两个重要的算法：

LRU：最近最少被使用。访问时间越早越容易被淘汰

LFU：最近最少使用频次。使用频次越少越容易被淘汰

Redis的LRU算法采用一种近似LRU的方式来实现，通过对少量keys（maxmemory-samples，默认为5）进行取样，然后回收其中一个最好的key（被访问时间最早的）。

Redis3.0算法已改进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是按照访问时间大小排序；

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，则重复步骤1

3.放满之后，每次有新的key需要进入时，需要将pool中lru最大的一个key取出

4.淘汰的时候，直接从pool中取出一个lru最小的一个key然后淘汰

Redis有了LRU之后，为什么还需要LFU呢？因为Redis作者发现就算提高采样数量或者pool的大小，也无法再提高缓存命中率，而LFU算法能起到更好的效果。

LFU近似于LRU，它使用一个概率计数器（morris counter），用来估计访问频率；counter的计数有两个特点，1.随着访问次数的增加，counter的计数会越来越缓慢（counter最大值为255），2.随着时间的流逝，counter会逐渐衰减。淘汰时也会有一个pool，也采取与LRU类似的方式，但是排序是按照计数从大到小排列（越靠后越容易被淘汰）

为什么Redis不采用标准LRU算法：

标准LRU算法为了达到查找和删除的时间复杂度一般采用hash表和双向链表结合的数据结构。这样会增加额外的内存占用。