Redis - 扩展 - LRU

1、当Redis内存超出物理内存限制时，内存的数据会开始和磁盘产生频繁的交换，将使Redis性能急剧下降。但是在生产上时不允许出现这样的情况的，为了限制最大的使用内存，Redis提供了配置参数maxmemory来限制内存，当实际内存超出maxmemory时，Redis提供了几种可选策略来腾出新的空间

1）noeviction 不会继续服务写请求 (DEL 请求可以继续服务)，读请求可以继续进行。这样可以保证不会丢失数据，但是会让线上的业务不能持续进行。这是默认的淘汰策略。

2）volatile-lru 尝试淘汰设置了过期时间的 key，最少使用的 key 优先被淘汰。没有设置过期时间的 key 不会被淘汰，这样可以保证需要持久化的数据不会突然丢失。

3）volatile-ttl 跟上面一样，除了淘汰的策略不是 LRU，而是 key 的剩余寿命 ttl 的值，ttl 越小越优先被淘汰。

4）volatile-random 跟上面一样，不过淘汰的 key 是过期 key 集合中随机的 key。

5）allkeys-lru 区别于 volatile-lru，这个策略要淘汰的 key 对象是全体的 key 集合，而不只是过期的 key 集合。这意味着没有设置过期时间的 key 也会被淘汰。

6）allkeys-random 跟上面一样，不过淘汰的策略是随机的 key。

2、LRU算法

LRU算法需要key/value以及一个链表，链表内的元素按照访问时间进行排序，即刚刚访问的元素会排到首部，如果列表满了，将尾部的元素删除

3、近似LRU算法

Redis采用近似LRU算法，其规则比较简单，在现有数据结构的基础上使用随机采样法来淘汰元素，Redis为了实现近似采样法，给每个key增肌了个额外的小字段，最后被访问的时间戳。

LRU淘汰的处理方式只有懒惰处理，当Redis执行写操作，发现内存超出maxmemory，会执行一次淘汰，这个算法是随机采样出5个key（可以配置），然后淘汰掉最旧的key，如果淘汰完，还是超出maxmemory，继续淘汰，直到内存低于maxmemory为止。

如何淘汰根据maxmemory-policy配置，采样的大小可以根据maxmemory_samples的配置。

Redis3.0算法中增加淘汰池，提升了LRU的算法效果，没次淘汰循环中，新随机出来的key列表和淘汰池中的key列表进行融合，淘汰掉最旧的一个key，保留剩余较旧的key列表放入淘汰池中留待下次循环。