Redis 淘汰策略，数据库缓存一致性

一、Redis 内存淘汰策略

当 Redis 内存达到 maxmemory 限制时，需通过淘汰策略释放空间。Redis 提供 8 种淘汰策略，分为以下三类：

1. 不淘汰策略

• noeviction（默认）：内存不足时拒绝新写入，返回错误（如 OOM）。
  适用场景：数据不可丢失，需严格保证一致性。

2. 淘汰有过期时间的键

• volatile-lru：在设置过期时间的键中，淘汰最近最少使用的键（LRU）。
• volatile-ttl：淘汰剩余生存时间（TTL）最短的键。
• volatile-random：随机淘汰有过期时间的键。
• volatile-lfu（Redis 4.0+）：淘汰使用频率最低的键（LFU）。
  适用场景：优先清理即将过期或低频访问的数据。

3. 淘汰所有键

• allkeys-lru：从所有键中淘汰最近最少使用的键。
• allkeys-random：随机淘汰任意键。
• allkeys-lfu（Redis 4.0+）：淘汰使用频率最低的键。
  适用场景：所有数据均可被淘汰，需保留热点数据。

策略选择建议

• 高频访问场景：优先使用 allkeys-lru 或 allkeys-lfu，保留最近活跃数据。
• 低频或随机场景：使用 random 策略快速释放内存。
• 版本依赖：Redis ≥4.0 时，lfu 策略更精准。

---

二、数据库与缓存一致性

缓存更新时，需确保数据库和 Redis 数据的一致性。常见策略及问题如下：

1. 更新策略对比

• 更新缓存：
  • 优点：高缓存命中率，减少回源查询。
  • 缺点：频繁更新导致无效操作（如数据未被读取）；线程安全问题（多线程更新冲突）。
• 删除缓存：
  • 优点：避免无效更新，仅需一次缓存重建。
  • 缺点：可能引发缓存穿透或短暂不一致（旧数据回填）。

2. 操作顺序问题

• 先删缓存后更新数据库：
  • 风险：删除缓存后，其他线程可能从数据库读取旧数据并回填。
  • 解决方案：异步更新缓存（如通过消息队列），但无法保证强一致性。
• 先更新数据库后删除缓存：
  • 风险：缓存未删除时，其他线程可能读取旧数据。
  • 解决方案：
    1. 延时双删：删除缓存后，延迟一段时间再次删除（如 50ms），确保旧数据未写入。
    2. 分布式锁：在删除缓存时加锁，避免并发冲突。

3. 推荐实践

• 延迟双删：结合异步队列实现，减少性能损耗。
• MQ 异步更新：通过消息队列解耦更新操作，保证最终一致性。
• 逻辑过期：在缓存中存储数据版本号，读取时校验版本，避免脏数据。

---

三、总结

淘汰策略：根据数据访问模式选择 LRU 或 LFU，优先保留热点数据。

• 一致性：推荐 先更新数据库后删除缓存，结合 延时双删 或 分布式锁 降低风险。
• 扩展方案：结合布隆过滤器解决缓存穿透，热点数据设置长 TTL 避免击穿。
  通过合理选择策略和优化流程，可显著提升系统性能与数据可靠性。