Redis内存淘汰

缓存淘汰策略

不进行淘汰的：noeviction

淘汰设置过期时间的：volatile-random、volatile-ttl、volatile-lru、volatile-lfu（4.0后新加的）

volatile-ttl 在筛选时，会针对设置了过期时间的键值对，根据过期时间的先后进行删除，越早过期的越先被删除。

volatile-random 就像它的名称一样，在设置了过期时间的键值对中，进行随机删除。

volatile-lru 会使用 LRU 算法筛选设置了过期时间的键值对。

volatile-lfu 会使用 LFU 算法选择设置了过期时间的键值对。

淘汰所有的：allkeys-lru、allkeys-random、allkeys-lfu（4.0后新加的）

allkeys-random 策略，从所有键值对中随机选择并删除数据；

allkeys-lru 策略，使用 LRU 算法在所有数据中进行筛选。

allkeys-lfu 策略，使用 LFU 算法在所有数据中进行筛选。

LRU算法

按照最近最少使用的原则来筛选数据，最不常用的数据会被筛选出来，而最近频繁使用的数据会留在缓存中。

LRU 会把所有的数据组织成一个链表，链表的头和尾分别表示 MRU 端和 LRU 端，分别代表最近最常使用的数据和最近最不常用的数据。

LRU 算法选择删除数据时，都是从 LRU 端开始，所以把刚刚被访问的数据移到 MRU 端，就可以让它们尽可能地留在缓存中

但是lru算法是链表结果的，会带来大量的空间移动会消耗大量资源。

Redis LRU算法淘汰原理

Redis会通过配置的参数取值N(CONFIG SET maxmemory-samples 100),在这里就是100个。

Redis 默认会记录每个数据的最近一次访问的时间戳（由键值对数据结构 RedisObject 中的 lru 字段记录）。Redis 在决定淘汰的数据时，第一次会随机选出 N 个数据，把它们作为一个候选集合。接下来，Redis 会比较这 N 个数据的 lru 字段，把 lru 字段值最小的数据从缓存中淘汰出去。

当需要再次淘汰数据时，Redis 需要挑选数据进入第一次淘汰时创建的候选集合。这儿的挑选标准是：**能进入候选集合的数据的 lru 字段值必须小于候选集合中最小的 lru 值。**当有新数据进入候选数据集后，如果候选数据集中的数据个数达到了 maxmemory-samples，Redis 就把候选数据集中 lru 字段值最小的数据淘汰出去。

LFU内存淘汰

LFU算法是在LRU算法基础上进行了优化，正常LRU算法是根据Redisobject对象中的lru字段时间戳来判断的，但是他有一定的局限性，数据刚进来就被淘汰或者不常用的数据一直不被淘汰。所以我们引出了LFU：

LFU将lru字段24字节转成了lru字段（16字节）+counter字段（8字节），lru字段记录时间戳，counter记录被访问的次数。根据访问次数进行淘汰，当访问次数相同时再根据lru时间戳进行淘汰。因为counter字段只有8字节，那么他的最大值是255，这样我们访问超出限制的也会出现问题，所以我们增加对counter字段复制的算法：当数据被访问一次，取他的counter值*lfu_log_factor（默认是为5，LFU_INIT_VAL） 加1，取他的倒数p（100的倒数100分之一），在（0,1）区间中取任意数值r，当数值p大于r的时候counter+1.这样的话counter就不那么容易超限。下面是lfu_log_factor取值之后的counter变化趋势：

上面这些都是counter增加的情况，那么如果数据被访问上万次之后，不再被访问那么他的counter数值一直很大，我们也需要衰减情况。所以LUF又增加了衰减方案：根据当前时间减去lru字段得到差值，然后转化成N分钟，再除以lfu_decay_time，得到数值A，counter-A。

将lfu_decay_time设置为1，那么就是过去N分钟，衰减N。