Redis 内存满了怎么办？

Redis是基于内存的key-value数据库，因为系统的内存大小有限，所以我们在使用Redis的时候可能会出现内存存满的情况。那我们该怎么做呢？

这时我们应该从两个方面入手，一是如何设置Redis内存可用的大小和避免出现这种情况；二则是，业务数据量实在太大真的没用办法避免了该如何取舍新旧数据

一. 配置Redis内存大小

1. 通过在Redis安装目录下的redis.conf配置文件设置内存大小

//设置Redis最大占用内存大小为100M
maxmemory 100mb

2. 通过命令修改, Redis支持运行时通过命令动态修改内存大小

//设置Redis最大占用内存大小为100M
127.0.0.1:6379> config set maxmemory 100mb
//获取设置的Redis能使用的最大内存大小
127.0.0.1:6379> config get maxmemory

如果不设置最大内存大小或者设置最大内存大小为0，在64位操作系统下不限制内存大小，在32位操作系统下最多使用3GB内存

二. 如何避免Redis数据过多

1. 设置缓存数据的超时时间（缓存时间不要一样，不然可能会出现缓存雪崩的情况）

2. 及时清理无用数据 （例如一个redis承载了3个业务的数据，一段时间后有1个业务下线了，就把这个业务的相关数据清理了）

3. 尽量对数据进行压缩 （例如一些长文本形式的数据，压缩能够大幅度降低内存占用）

三. Redis的内存淘汰

实际上Redis定义了几种策略用来处理这种情况：

1. noeviction(默认策略)：对于写请求不再提供服务，直接返回错误（DEL请求和部分特殊请求除外）

2. allkeys-lru：从所有key中使用LRU算法进行淘汰

3. volatile-lru：从设置了过期时间的key中使用LRU算法进行淘汰

4. allkeys-random：从所有key中随机淘汰数据

5. volatile-random：从设置了过期时间的key中随机淘汰

6. volatile-ttl：在设置了过期时间的key中，根据key的过期时间进行淘汰，越早过期的越优先被淘汰

当使用volatile-lru、volatile-random、volatile-ttl这三种策略时，如果没有key可以被淘汰，则和noeviction一样返回错误

获取当前内存淘汰策略：

127.0.0.1:6379> config get maxmemory-policy

通过命令修改淘汰策略：

127.0.0.1:6379> config set maxmemory-policy allkeys-lru

LRU算法

上面说到了Redis可使用最大内存使用完了，是可以使用LRU算法进行内存淘汰的，那么什么是LRU算法呢？
LRU(Least Recently Used)，即最近最少使用，是一种缓存置换算法。在使用内存作为缓存的时候，缓存的大小一般是固定的。当缓存被占满，这个时候继续往缓存里面添加数据，就需要淘汰一部分老的数据，释放内存空间用来存储新的数据。这个时候就可以使用LRU算法了。其核心思想是：如果一个数据在最近一段时间没有被用到，那么将来被使用到的可能性也很小，所以就可以被淘汰掉。

Redis使用的是近似LRU算法，它跟常规的LRU算法还不太一样。近似LRU算法通过随机采样法淘汰数据，每次随机出5（默认）个key，从里面淘汰掉最近最少使用的key。

可以通过maxmemory-samples参数修改采样数量
例：maxmemory-samples 10 maxmenory-samples配置的越大，淘汰的结果越接近于严格的LRU算法

Redis为了实现近似LRU算法，给每个key增加了一个额外增加了一个24bit的字段，用来存储该key最后一次被访问的时间。

Redis3.0对近似LRU算法进行了一些优化。新算法会维护一个候选池（大小为16），池中的数据根据访问时间进行排序，第一次随机选取的key都会放入池中，随后每次随机选取的key只有在访问时间小于池中最小的时间才会放入池中，直到候选池被放满。当放满后，如果有新的key需要放入，则将池中最后访问时间最大（最近被访问）的移除。当需要淘汰的时候，则直接从池中选取最近访问时间最小（最久没被访问）的key淘汰掉就行。
我们可以通过一个实验对比各LRU算法的准确率，先往Redis里面添加一定数量的数据n，使Redis可用内存用完，再往Redis里面添加n/2的新数据，这个时候就需要淘汰掉一部分的数据，如果按照严格的LRU算法，应该淘汰掉的是最先加入的n/2的数据。

LFU 算法

LFU算法是Redis4.0里面新加的一种淘汰策略。它的全称是Least Frequently Used，它的核心思想是根据key的最近被访问的频率进行淘汰，很少被访问的优先被淘汰，被访问的多的则被留下来。

LFU算法能更好的表示一个key被访问的热度。假如你使用的是LRU算法，一个key很久没有被访问到，只刚刚是偶尔被访问了一次，那么它就被认为是热点数据，不会被淘汰，而有些key将来是很有可能被访问到的则被淘汰了。如果使用LFU算法则不会出现这种情况，因为使用一次并不会使一个key成为热点数据。

LFU一共有两种策略：

• volatile-lfu：在设置了过期时间的key中使用LFU算法淘汰key
• allkeys-lfu：在所有的key中使用LFU算法淘汰数据

设置使用这两种淘汰策略跟前面讲的一样，不过要注意的一点是这两周策略只能在Redis4.0及以上设置，如果在Redis4.0以下设置会报错.

参考： Redis如果内存满了怎么解决