详解Redis内存淘汰策略，哪些策略适用于高并发？

一、什么是内存淘汰策略，有什么作用和意义呢？

Redis 提供了多种内存淘汰策略，让你可以在 Redis 内存数据集超出物理内存限制时，选择一个合适的淘汰策略。

Redis 内存淘汰策略指的是在 Redis 内存使用达到设定的最大限制时，根据一定的策略选择要删除的键，以便为新的键值对腾出空间。

具体选择哪一种淘汰策略，取决于你的具体应用场景。

内存淘汰策略的作用和意义如下：

• 防止内存溢出：Redis 是一个内存数据库，所有的数据都存储在内存中。当内存使用达到最大限制时，如果没有合适的淘汰策略，新的键值对无法写入，可能导致应用程序出现错误或停止工作。内存淘汰策略的主要作用是防止内存溢出，确保 Redis 在内存有限的情况下仍然能够正常工作。

• 提高内存利用率：通过删除不再使用或不频繁访问的键，内存淘汰策略可以释放出空间，以便存储新的键值对。这样可以提高内存的利用率，使得 Redis 能够存储更多的数据。

• 控制数据存储成本：内存是相对昂贵的资源，通过选择合适的淘汰策略，可以控制数据存储的成本。通过删除不再需要的键，可以释放出内存供其他更重要的数据使用，从而降低存储成本。

• 优化性能：某些淘汰策略可以根据键的访问模式或过期时间来选择淘汰的键。通过淘汰不经常访问或已过期的键，可以提高查询性能，减少内存碎片，提高 Redis 的整体性能。

二、内存淘汰策略怎么触发？

Redis允许通过maxmemory配置项设置最大可用内存。当内存使用达到此限制时，内存淘汰策略会触发。

要设置Redis的maxmemory限制，可以通过以下两种方式之一：

1、 通过配置文件设置：

• 找到Redis的配置文件（通常是redis.conf）。

• 在配置文件中找到maxmemory的配置项。

• 将maxmemory设置为所需的内存限制，单位可以是字节（例如：maxmemory 1gb）或者以更友好的方式表示（例如：maxmemory 2GB）。

• 保存配置文件并重新启动Redis实例，以使更改生效。

2、 通过Redis命令设置：

• 连接到Redis服务器。

• 使用以下命令之一来设置maxmemory限制：

  • 单位为字节的方式：CONFIG SET maxmemory <value>

  • 以更友好的方式表示：CONFIG SET maxmemory <value>GB（例如：CONFIG SET maxmemory 2GB）

• 例如，要将maxmemory设置为2GB，可以执行以下命令：CONFIG SET maxmemory 2GB

3、 注意：

为了避免将Redis服务器推到内存耗尽的边缘，建议在设置maxmemory限制时留出一些缓冲空间，以便Redis有空间处理一些内部操作和突发的内存需求。

三、redis的哪些内存淘汰策略都是怎么执行的？

3.1 noeviction

默认策略，当内存不足以容纳新写入数据时，新写入操作会报错。

以下是流程图：

3.2 volatile-lru

当内存不足以容纳新写入数据时，从设置了过期时间 key 中使用 LRU（最近最少使用）算法进行淘汰；

以下是流程图：

3.3 allkeys-lru

当内存不足以容纳新写入数据时，从所有 key 中使用 LRU（最近最少使用）算法进行淘汰；

以下是流程图：

3.4 volatile-random

当内存不足以容纳新写入数据时，从设置了过期时间 key 中，随机淘汰数据；

以下是流程图：

3.5 allkeys-random

当内存不足以容纳新写入数据时，从所有 key 中随机淘汰数据；

以下是流程图：

3.6 volatile-ttl

当内存不足以容纳新写入数据时，在设置了过期时间 key 中，根据过期时间进行淘汰，越早过期优先被淘汰；

以下是流程图：

3.7 volatile-lfu

4.0 版本新增，当内存不足以容纳新写入数据时，在过期 key 中，使用 LFU 算法进行删除 key；

以下是流程图：

3.8 allkeys-lfu

4.0 版本新增，当内存不足以容纳新写入数据时，从所有 key 中使用 LFU 算法进行淘汰；

以下是流程图：

四、Redis的内存淘汰策略对性能影响吗？

Redis的内存淘汰策略对性能有一定的影响，具体影响取决于选择的淘汰策略以及应用的使用模式和负载情况。

在选择Redis的内存淘汰策略时，需要综合考虑应用的数据访问模式、内存使用情况以及性能需求。合理选择淘汰策略，并根据实际情况进行调优，可以最大程度地平衡内存使用和性能之间的关系。

内存淘汰策略对性能的影响主要包括以下几个方面：

1. 数据访问延迟：当Redis执行内存淘汰时，如果需要淘汰的数据被频繁访问，可能会导致数据从内存中被移除，而后续访问需要从磁盘或其他存储介质中加载数据，增加了访问延迟。这可能会对应用的响应时间产生一定的影响。

2. 数据命中率：选择适当的内存淘汰策略可以影响数据的命中率。例如，使用volatile-ttl策略可以更好地保留尚未过期的数据，从而提高数据的命中率。而选择不合适的淘汰策略可能导致更多的缓存未命中，需要从其他数据源获取数据，降低了性能。

3. 内存使用效率：不同的内存淘汰策略对于内存使用的效率也有影响。一些策略可能更倾向于保留访问频率高的数据，从而提高内存利用率。而另一些策略可能更注重保留过期时间较长的数据。选择适合应用需求的策略可以更有效地利用内存资源。

4. 淘汰过程的开销：执行内存淘汰操作本身会带来一定的开销，包括检查、排序和移除数据等操作。如果淘汰操作频繁发生，可能会占用一定的CPU和IO资源，对系统性能产生一定的影响。

五、Redis的哪种内存淘汰策略适合高并发的应用？

对于高并发的应用，适合选择以下两种内存淘汰策略：

5.1 volatile-lru（基于最近最少使用的优先级）

volatile-lru会优先淘汰最近最少使用的数据，即最近很长时间内没有被访问的数据。这++适用于高并发应用中的热点数据++，因为热点数据通常会被频繁访问，而冷数据很少被访问。通过淘汰最近最少使用的数据，可以更有效地释放内存并保留热点数据，提高缓存命中率和响应性能。

5.2 volatile-ttl（基于过期时间的优先级）

volatile-ttl会优先淘汰即将过期的数据，即过期时间最近的数据。对于高并发应用，可能会++有一些临时性的数据存储在Redis中，并且很快就会过期++。通过选择volatile-ttl策略，可以优先淘汰这些即将过期的数据，腾出空间来存储新的数据。这样可以确保缓存中存储的数据总是相对较新的，适用于需要及时更新的高并发应用场景。