有哪些办法可以降低 Redis 的内存使用情况

在逛知乎时，看到这样一个问题，觉得挺不错的，将自己个人的见解分享给大家。问题是:有哪些办法可以降低 Redis 的内存使用情况？

个人也对Redis做了一个比较全面的问题汇总，希望对大家有所帮助。Redis面试题汇总

要降低内存的使用。无非就是从数据的存、数据的剔除两个方面入手。

1. 数据的存，将非必要数据不存在redis中。对于必要的数据选择合适的存储数据类型。现在很多程序员一个string走天下，什么数据使劲往里塞。比如可以用bitmap、hyperloglog的场景就不要用set、zset这样的数据类型。缓存格式这种非业务类型，也需要考虑，比如把key的长度缩短。
2. 数据的剔除。可以从设置合理的过期时间、内存淘汰策略方面入手考虑。讲过期数据从内存中剔除，以减少内存的使用。

数据存储

要现在合适的数据类型，我们就需要知道数据类型的底层结构。Redis底层数据结构主要有六种，这六种构成了五种常用的数据类型。其他的数据类型，例如bitmap、hyperLogLog也是基于这五大数据类型实现。具体的数据结构图如下:

1. 使用短小并且具备识别度高的名称作为缓存的key。毕竟Redis的数据都是存在内存中，key对于业务数据没有什么意义，但也会占用内存。
2. 对于统计一些总数并且精度不是很高的场景，可以使用bitmap、hyperloglog而不是用set、zset这样的数据类型。因为bitmap底层是一个数组，每个索引位只能是1或者0，占用的内存少。hyperloglog在底层存储的也是1和0，占用的内存也少。

数据剔除

从数据的剔除方面，需要考虑数据的过期机制、内存淘汰策略方面入手。
淘汰策略主要是真针对数据一直存在内存中，导致内存无法接纳新的数据。重点是了解lru算法、lfu算法。

针对设置了过期时间的key：

1. volatile-ttl：在设置了过期时间的key中，根据过期时间的先后进行删除，越早过期的key越先被删除。
2. volatile-random：在设置了过期时间的key中，随机删除一部分key，直到内存处于可用的状态。
3. volatile-lru：在设置了过期时间的key中，使用LRU算法进行删除key。
4. volatile-lfu：在设置了过期时间的key中，使用LFU算法进行删除key。

针对所有的key：

1. allkeys-random：对所有的key进行随机删除。
2. allkeys-lru：对所有的key使用lru算法进行删除。
3. allkeys-lfu：对所有的key使用lfu算法进行删除。

不处理：

1. noeviction：当内存不足以写入新数据时，返回错误的信息，不做任何操作(默认方式)。

由于Redis的内存淘汰策略会主动删除数据，因此会出现一种情况，没有设置过期时间的key，却被删除了。

1. LRU算法(Least Recently Used，最近最少使用)：淘汰很久没有被访问过的数据，以最近的一次访问时间作为参考。
2. LFU算法(Least Frequently Used，最不经常使用)：淘汰最近一段时间被访问次数最少的数据，以次数作为参考。

大多数情况都可以使用LRU算法；当存在大量热点缓存数据时，推荐使用LFU算法更好一些。(比如有一个热点key，在最近的5分钟内被访问的次数很少，使用LRU算法就会剔除；但是在5分钟之后，这个热点key被频繁访问。因此热点key应该以访问次数作为参考更好一些。)

过期策略是指数据在过期之后，还会占用这内容，这时候Redis是如何处理的？分别有下面三种方式:

1. 定期检测，Redis在对设置了过期时间的key，在创建时都会增加一个定时器。定时器定时去处理该key。
2. 定时检测，Redis会定期去检测设置了过期时间的key，当该key已经失效了，则会从内存中剔除。
3. 读取检测，在客户端向Redis读数据时，Redis会检测该key是否过期，过期了就返回空值。