面试笔记——Redis（数据过期策略、数据淘汰策略）

数据过期策略

Redis对数据设置数据的有效时间，数据过期以后，就需要将数据从内存中删除掉。可以按照不同的规则进行删除，这种删除规则就被称之为数据的删除策略（数据过期策略）——惰性删除、定期删除。

惰性删除： 在惰性删除中，数据项在过期后并不立即从缓存中移除，而是在下一次访问或检索时才会进行删除。换句话说，数据项直到被请求时才会被删除，否则会保持在缓存中直到达到内存或其他资源的限制。
优点 ：对CPU友好，只会在使用该key时才会进行过期检查，对于很多用不到的key不用浪费时间进行过期检。
缺点 ：对内存不友好，如果一个key已经过期，但是一直没有使用，那么该key就会一直存在内存中，内存永远不会释放。

定期删除： 定期删除中，系统周期性地扫描缓存中的数据（从一定数量的数据库中取出一定数量的随机key进行检查），并删除那些已经过期的数据项。这种策略是一种补充惰性删除的方法，用于确保过期数据能够及时地被清理出缓存，以释放资源并保持缓存的有效性。
定期清理有两种模式：

• SLOW模式是定时任务，执行频率默认为10hz，每次不超过25ms（尽量避免对主进程的影响），以通过修改配置文件redis.conf 的hz 选项来调整这个次数。
• FAST模式执行频率不固定，但两次间隔不低于2ms，每次耗时不超过1ms。

优点：可以通过限制删除操作执行的时长和频率来减少删除操作对 CPU 的影响。另外定期删除，也能有效释放过期键占用的内存。
缺点：难以确定删除操作执行的时长和频率。

Redis的过期策略： 惰性删除+定期删除。

数据淘汰策略

当Redis中的内存不够用时，此时在向Redis中添加新的key，那么Redis就会按照某一种规则将内存中的数据删除掉，这种数据的删除规则被称之为内存的淘汰策略。

Redis支持8种不同策略来选择要删除的key：

• noeviction： 不淘汰任何key，但是内存满时不允许写入新数据，因此内存不足的时候会直接报错，默认就是这种策略。
• volatile-ttl： 对设置了TTL（指过期时间）的key，比较key的剩余TTL值，TTL越小越先被淘汰。
• allkeys-random：对全体key ，随机进行淘汰。
• volatile-random：对设置了TTL的key ，随机进行淘汰。
• allkeys-lru： 对全体key，基于LRU算法进行淘汰
• volatile-lru： 对设置了TTL的key，基于LRU算法进行淘汰
• allkeys-lfu： 对全体key，基于LFU算法进行淘汰
• volatile-lfu： 对设置了TTL的key，基于LFU算法进行淘汰

LRU（Least Recently Used）最近最少使用： 用当前时间减去最后一次访问时间，这个值越大则淘汰优先级越高。例如：key1是在3s之前访问的, key2是在9s之前访问的，删除的就是key2
。
LFU（Least Frequently Used）最少频率使用： 会统计每个key的访问频率，值越小淘汰优先级越高。例如：key1最近5s访问了4次, key2最近5s访问了9次， 删除的就是key1。

数据淘汰策略-使用建议：

1. 优先使用 allkeys-lru 策略。充分利用 LRU 算法的优势，把最近最常访问的数据留在缓存中。如果业务有明显的冷热数据区分，建议使用。（在实际应用中，访问频率并不能准确反映数据的热度，比如某个数据在某个时间段内的访问频率很高，但在其它时间段内很少被访问，如果仅仅按照频率来判断，有可能出现误判。）
2. 如果业务中数据访问频率差别不大，没有明显冷热数据区分，建议使用 allkeys-random，随机选择淘汰。
3. 如果业务中有置顶的需求，可以使用 volatile-lru 策略，同时置顶数据不设置过期时间，这些数据就一直不被删除，会淘汰其他设置过期时间的数据。
4. 如果业务中有短时高频访问的数据，可以使用 allkeys-lfu 或 volatile-lfu 策略。