Redis内存兜底策略——内存淘汰及回收机制

Redis内存淘汰及回收策略都是Redis内存优化兜底的策略，那它们是如何进行兜底的呢？先来说明一下什么是内存淘汰和内存回收策略：

• Redis内存淘汰：当Redis的内存使用超过配置的限制时，根据一定的策略删除一些键，以释放内存空间
• Redis内存回收：Redis通过定期删除和惰性删除两种方式来清除过期的键，以保证数据的时效性和减少内存占用

内存淘汰策略

Redis内存淘汰策略是指当Redis的内存使用超过配置的最大值时，如何选择一些键进行删除，以释放空间给新的数据。Redis提供了八种内存淘汰策略，分别是：

• noeviction：不会淘汰任何键，达到内存限制后返回错误
• allkeys-random：在所有键中，随机删除键
• volatile-random：在设置了过期时间的键中，随机删除键
• allkeys-lru：通过LRU算法淘汰最近最少使用的键，保留最近使用的键
• volatile-lru：从设置了过期时间的键中，通过LRU算法淘汰最近最少使用的键
• allkeys-lfu：从所有键中淘汰使用频率最少的键。从所有键中驱逐使用频率最少的键
• volatile-lfu：从设置了过期时间的键中，通过LFU算法淘汰使用频率最少的键
• volatile-ttl：从设置了过期时间的键中，淘汰马上就要过期的键

LRU和LFU

LRU（Least Recently Used）算法为最近最少使用算法，根据数据的历史访问记录来进行淘汰数据，优先移除最近最少使用的数据，这种算法认为最近使用的数据很大概率将会再次被使用

LFU（least frequently used）算法为最少频率使用算法，优先移除使用频率最少的数据，这种算法认为使用频率高的数据很大概率将会再次被使用

LRU和Redis的近似LRU

LRU（least frequently used）算法为最近最少使用算法，根据数据的历史访问记录来进行淘汰数据，优先移除最近最少使用的数据，这种算法认为最近使用的数据很大概率将会再次被使用

什么是LRU

在算法的选择上，Redis需要能够快速地查询、添加、删除数据，也就是说查询、添加、删除的时间复杂读需为O(1)。哈希表能保证查询数据的时间复杂度为O(1)。而双向链表能保证添加、删除数据的时间复杂度为O(1)，如下：

Redis的近似LRU

如前文所述，真实的 LRU 算法需要用链表管理所有的数据，每次访问一个数据就要移动链表节点，这样会占用额外的空间和时间。而Redis通过近似 LRU 算法，随机抽样一些键，然后比较它们的访问时间戳࿰