Redis 是完全开源免费的，遵守BSD协议，是一个高性能的key-value数据库。提供数据持久化，更多的数据结构存储，master-slave模式的数据备份。

Redis性能极高 – 来自官方文档的数据：Redis能读的速度是110000次/s,写的速度是81000次/s 。

将Redis作为缓存使用时，尤其是在数据量很大，内存空间有限的情况下，考虑如何淘汰掉旧数据释放空间存储新数据就更为重要了。

参数设定

Redis中存在一个参数用来设定内存使用上限，这个参数是maxmemory，可以在redis.conf中设置。例如：

maxmemory 100mb

需要注意以下几点：

1、maxmemory在64位操作系统中默认是0，表示没有上限限制，在32位操作系统中，因为系统只能识别3GB内存，因此默认是3GB。

2、maxmemory可以在运行时动态设置，例如：CONFIG SET maxmemory “100mb”。

当Redis使用的内存空间达到这个上限，又接到新的存储数据指令时，Redis有多种可能的淘汰策略，可能直接返回错误，也可能先淘汰掉旧数据，回收内存空间后存储新数据。具体如何执行是由maxmemory-policy这个参数决定的。

淘汰策略介绍

Redis在已使用内存达到设定的上限时，提供了6种数据淘汰策略（也就是maxmemory-policy可能的值）：

• 在已经设置了过期时间的数据中：

1、淘汰最近未使用的一些数据，也就是volatile-lru策略

2、随机淘汰一些数据，也就是volatile-random策略

3、淘汰距离过期时间最近的一些数据，也就是volatile-ttl策略

• 在全部数据中

4、淘汰最近未使用的一些数据，也就是allkeys-lru策略

5、随机淘汰一些数据，也就是allkeys-random策略

• 不淘汰数据

6、内存使用达到设定的内存上限时，用户试图存储新数据时会直接返回错误，也就是noeviction策略。

注：

lru是less recently used的缩写，译为最近最少使用；ttl是time to live的缩写，译为生存时间。

需要注意以下几点：

1、maxmemory-policy同样可以在运行时设置，用户可以根据内存的使用情况动态的修改淘汰策略。

2、当redis中的数据有一部分访问频率比较高，另外一部分访问频率较低时，设置allkeys-lru比较合适。或者无法预测数据的使用频率时，allkeys-lru也是不错的选择。

3、如果你需要循环或者扫描连续数据时，换种说法就是数据的访问概率大致相等时，allkeys-random是不错的选择。

4、当你想通过设置不同的ttl来控制数据过期的先后顺序时，你可以设置为volatile-ttl。

5、当你希望一些数据常驻内存，另外一些数据可以被替换掉时，就请用volatile-lru或volatile-random吧。

6、另外，数据的过期时间是存储在另外一个哈希表中的，因此要耗费更多的内存空间，而allkeys-lru并不需要数据设置过期时间，因此对内存的利用率更高。

7、volatile-lru, volatile-random 和 volatile-ttl 在没有数据满足被淘汰的条件时，会和noeviction一样返回错误。

何时触发淘汰数据的动作

1、一个客户端执行指令，导致数据的增加时。

2、Redis检测到内存的使用已经达到上限。

3、Redis自身执行指令时，等等。

注意：

Redis为了避免反复触发淘汰策略，每次会淘汰掉一批数据。

当Redis指令产生数据比较大时，淘汰掉的数据量也相应也比较大。

为了节省内存，LRU的策略并不是严格执行的，Redis是在整体中随机抽样取出一小部分数据，在这部分数据中严格执行LRU策略，在Redis3.0以后的版本对此算法做了改进，但仍然也是近似的LRU的策略，只是离真正的LRU更近了。

另外用户可以动态的设定随机抽取的样本数，例如：

maxmemory-samples 5

更多的选择

从Redis4.0开始，Redis增加了LFU的淘汰策略，即最不频繁使用策略，这个策略的好处是能够将最频繁使用的数据留在数据库里，而将最不常使用的数据淘汰掉。

注：

LFU是Less Frequently Used的缩写，译为最不频繁使用。

总结

Redis为了提高内存的使用效率，提供了6种数据淘汰策略，这些策略可以动态的设定，在内存使用空间超过设定的内存上限时触发执行。为了节省内存Redis使用的LRU策略实际上是一种近似的LRU。

本文作者长期致力于互联网技术研究，擅长互联网相关知识包括高并发、大数据、架构、前后端语言、框架、算法、常见面试题等，欢迎关注。