Redis 的过期策略都有哪些？内存淘汰机制都有哪些？手写一下 LRU 代码实现？

一、面试官心理分析

        如果你连这个问题都不知道，上来就懵了，回答不出来，那线上你写代码的时候，想当然的认为写进 Redis 的数据就一定会存在，后面导致系统各种 bug，谁来负责?
常见的有两个问题:
        往 Redis 写入的数据怎么没了?
        1. 可能有同学会遇到，在生产环境的 Redis 经常会丢掉一些数据，写进去了，过一会儿可能就没了。我的天，同学，你问这个问题就说明 Redis 你就没用对啊。Redis 是缓存，你给当存储了是吧?
        啥叫缓存?用内存当缓存。内存是无限的吗，内存是很宝贵而且是有限的，磁盘是廉价而且是大量的。可能一台机器就几十个G的内存，但是可以有几个T的硬盘空间。Redis 主要是基于内存来进行高性能、高并发的读写操作的。

        那既然内存是有限的，比如 Redis 就只能用 10G，你要是往里面写了 20G 的数据，会咋办?当然会干掉 10G 的数据，然后就保留 10G的数据了。那干掉哪些数据?保留哪些数据?当然是干掉不常用的数据，保留常用的数据了。
        2. 数据明明过期了，怎么还占用着内存?
        这是由 Redis 的过期策略来决定

二、面试题剖析

1. Redis 过期策略        

        Redis 过期策略是:定期删除+惰性删除
        所谓定期删除，指的是 Redis 默认是每隔 100ms 就随机抽取一些设置了过期时间的 key，检查其是否过期，如果过期就删除。
        假设 Redis 里放了 10w 个 key，都设置了过期时间，你每隔几百毫秒，就检査 10w 个 key，那Redis 基本上就死了，cpu负载会很高的，消耗在你的检査过期 key 上了。注意，这里可不是每隔 100ms 就遍历所有的设置过期时间的 key，那样就是一场性能上的灾难。实际上 Redis 是每隔 100ms 随机抽取一些 key 来检查和删除的。
        但是问题是，定期删除可能会导致很多过期 key 到了时间并没有被删除掉，那咋整呢?所以就是惰性删除了。这就是说，在你获取某个 key 的时候，Redis 会检査一下 ，这个 key 如果设置了过期时间那么是否过期了?如果过期了此时就会删除，不会给你返回任何东西。
        获取 key的时候，如果此时key已经过期，就删除，不会返回任何东西。

        但是实际上这还是有问题的，如果定期删除漏掉了很多过期key，?然后你也没及时去查，也就没走惰性删除，此时会怎么样?如果大量过期 key 堆积在内存里，导致 Redis 内存块耗尽了，咋整?
        答案是:走内存淘汰机制。

2.内存淘汰机制

        Redis 内存淘汰机制有以下几个:
        noeviction: 当内存不足以容纳新写入数据时，新写入操作会报错，这个一般没人用吧，实在是太恶心了。
        allkeys-lru: 当内存不足以容纳新写入数据时，在键空间中，移除最近最少使用的 key(这个是最常用的)。
        allkeys-random: 当内存不足以容纳新写入数据时，在键空间中，随机移除某个 key，这个一般没人用吧，为啥要随机，肯定是把最近最少使用的 key 给干掉啊。
        volatile-lru: 当内存不足以容纳新写入数据时，在设置了过期时间的键空间中，移除最近最少使用的 key(这个一般不太合适)。
        volatile-random: 当内存不足以容纳新写入数据时，在设置了过期时间的键空间中，随机移除某个 key。
        volatile-tt: 当内存不足以容纳新写入数据时，在设置了过期时间的键空间中，有更早过期时间的 key 优先移除。

3.手写一个 LRU 算法

        你可以现场手写最原始的 LRU 算法，那个代码量太大了，似乎不太现实。

        不求自己纯手工从底层开始打造出自己的 LRU，但是起码要知道如何利用己有的 JDK 数据结构实现一个 Java 版的 LRU。（复杂的写法可以去leetcode网站上找那道算法题看看）

class LRUCache<K,V> extends LinkedHashMap<K,V>{
    private final int CACHE SIZE;
/**
*传递进来最多能缓存多少数据
* @param cacheSize 缓存大小
*/
    public LRUCache(int cacheSize){
//true 表示让 linkedHashMap 按照访问顺序来进行排序，最近访问的放在头部                
        super((int)Math.ceil(cacheSize /0.75)+1,0.75f,true);
        CACHE_SIZE = cacheSize;
    }

/**
* 钩子方法，通过put新增键值对的时候，若该方法返回true
* 便移除该map中最老的键和值
*/
    @Override
    protected boolean removeEldestEntry(Map.Entry<K,V> eldest){
//当 map中的数据量大于指定的缓存个数的时候，就自动删除最老的数据。
        return size()> CACHE_SIZE;
    }
}

(ps：一个点赞一份爱，点个关注不迷路！)