Redis面试题分享四十二：MySQL 里有 2000w数据，redis 中只存 20w的数据，如何保中的数据都是热点数据？

分析

保证Redis 中的 20w 数据都是热点数据说明是被频繁访问的数据，并且要保证Redis的内存能够存放20w数据，要计算出Redis内存的大小。

1. 保留热点数据：对于保留 Redis 热点数据来说，我们可以使用 Redis 的内存淘汰策略来实现，可以使用allkeys-lru淘汰策略，该淘汰策略是从 Redis 的数据中挑选最近最少使用的数据删除，这样频繁被访问的数据就可以保留下来了。
2. 保证 Redis 只存20w的数据：1个中文占2个字节，假如1条数据有100个中文，则1条数据占200字节，20w数据 乘以 200字节 等于 4000 字节（大概等于38M）;所以要保证能存20w数据，Redis 需要38M的内存。

首先分析上面的问题，2000w的数据只保留20w的热点，也就是频繁访问的数据。我们要解决的问题有两个:

(1).保留热点数据

(2).保证redis只存入20w的数据。

首先热点数据就是频繁访问的数据，我们可以通过redis的淘汰策略来完成，这里推荐Allkeys-lru淘汰策略，该淘汰策略从数据集中挑选最近最少使用的数据删除。

再者需要解决的问题是只存入20w的数据，目前来看只能通过redis的内存限制来实现，计算20w数据使用内存大小进行预设置内存大小实现。或许内存大小不好计算，但是我们可以只记录热点数据的主键id，redis只保存热点数据主键id，而主键id一般都是定长的，大小利于计算。

总结

其实这道题目考察的是大家对Redis的淘汰策略的掌握程度，在一个就是你的解题思想。

给大家提供一些思路，要确保 Redis 中存储的数据都是热点数据，可以采取以下策略：

1. 热点数据识别：通过分析 MySQL 中的查询日志或使用监控工具，识别出访问频率高的热点数据。这些数据通常是用户经常访问或查询的，对业务来说非常重要。
2. 数据筛选：从 MySQL 的 2000 万条数据中，根据热点数据识别的结果，筛选出 20 万条热点数据。
3. 数据同步：将筛选出的 20 万条热点数据同步到 Redis 中。可以使用数据管道（pipeline）或批量操作来高效地将数据从 MySQL 导入到 Redis。
4. 定期更新：定期更新 Redis 中的数据，以反映 MySQL 中热点数据的变化。可以根据业务需求和数据访问模式，设定适当的更新周期。
5. 过期策略：为 Redis 中的数据设置适当的过期时间，确保过期数据能够从 Redis 中自动删除。这样可以避免 Redis 中存储过时或不再热门的数据。
6. 监控和优化：持续监控 Redis 和 MySQL 的性能和数据访问模式，根据监控结果对热点数据的识别和同步策略进行优化。这可能涉及调整热点数据的定义、增加或减少 Redis 中的数据量等。

需要注意的是，以上策略是一种基本的指导思路，具体实施时还需要考虑业务需求、系统架构、资源限制等因素。此外，在实际操作中，建议在非生产环境下进行充分测试，以确保方案的有效性和可行性。