Redis过期策略及内存淘汰机制

redis中缓存的数据是有过期时间的，当缓存数据失效时，redis会删除过期时间以节省内存，那redis是如何删除过期数据的？删除过期数据的策略是什么？Redis过期策略是怎么样的？

redis为什么这么快，原因之一就是原因之一就是Redis操作都是基于内存的，既然是基于内存的，而内存的大小是有限的，当内存不足或占用过高时，怎么办？这就是我们今天要讨论的第二个问题：Redis的内存淘汰机制。

一、Redis的过期策略

Redis在设置缓存数据时指定了过期时间，到了过期时间数据就失效了，那Redis是怎么处理这些失效的数据的呢？这就用到了Redis的过期策略——“定期删除+惰性删除” 。

1、定期删除

定期删除是指Redis默认每隔100ms就随机抽取一些设置了过期时间的key，检测这些key是否过期，如果过期了就将其删除。

1、100ms怎么来的？

在Redis的配置文件redis.conf中有一个属性"hz"，默认为10，表示1s执行10次定期删除，即每隔100ms执行一次，可以修改这个配置值。

2、随机抽取一些检测，一些是多少？

同样是由redis.conf文件中的maxmemory-samples属性决定的，默认为5。

3、为什么是随机抽取部分检测，而不是全部？

因为如果Redis里面有大量key都设置了过期时间，全部都去检测一遍的话CPU负载就会很高，会浪费大量的时间在检测上面，甚至直接导致redis挂掉。所有只会抽取一部分而不会全部检查。

正因为定期删除只是随机抽取部分key来检测，这样的话就会出现大量已经过期的key并没有被删除，这就是为什么有时候大量的key明明已经过了失效时间，但是redis的内存还是被大量占用的原因，为了解决这个问题，Redis又引入了“惰性删除策略”。

2、惰性删除

惰性删除不是去主动删除，而是在你要获取某个key 的时候，redis会先去检测一下这个key是否已经过期，如果没有过期则返回给你，如果已经过期了，那么redis会删除这个key，不会返回给你。

"定期删除+惰性删除"就能保证过期的key最终一定会被删掉，但是只能保证最终一定会被删除，要是定期删除遗漏的大量过期key，我们在很长的一段时间内也没有再访问这些key，那么这些过期key不就一直会存在于内存中吗？不就会一直占着我们的内存吗？这样不还是会导致redis内存耗尽吗？由于存在这样的问题，所以redis又引入了“内存淘汰机制”来解决。

二、Redis内存淘汰机制

内存淘汰机制就能保证在redis内存占用过高的时候，去进行内存淘汰，也就是删除一部分key，保证redis的内存占用率不会过高，那么它会淘汰哪些key呢？Redis目前共提供了8种内存淘汰策略，含Redis 4.0版本之后又新增的两种LFU模式：volatile-lfu和allkeys-lfu。

1、什么时候会执行内存淘汰策略，内存占用率过高的标准是什么？

redis.conf配置文件中的 maxmemory 属性限定了 Redis 最大内存使用量，当占用内存大于maxmemory的配置值时会执行内存淘汰策略。

2、内存淘汰策略的配置

内存淘汰机制由redis.conf配置文件中的maxmemory-policy属性设置，没有配置时默认为no-eviction模式。

3、淘汰策略的执行过程

> 客户端执行一条命令，导致Redis需要增加数据（比如set key value）；
> Redis会检查内存使用情况，如果内存使用超过 maxmemory，就会按照配置的置换策略maxmemory-policy删除一些key；
> 再执行新的数据的set操作；

三、其他场景对过期key的处理

1、快照生成RDB文件时
过期的key不会被保存在RDB文件中。

2、服务重启载入RDB文件时
Master载入RDB时，文件中的未过期的键会被正常载入，过期键则会被忽略。Slave 载入RDB 时，文件中的所有键都会被载入，当主从同步时，再和Master保持一致。

3、AOF 文件写入时
因为AOF保存的是执行过的Redis命令，所以如果redis还没有执行del，AOF文件中也不会保存del操作，当过期key被删除时，DEL 命令也会被同步到 AOF 文件中去。

4、重写AOF文件时
执行 BGREWRITEAOF 时，过期的key不会被记录到 AOF 文件中。

5、主从同步时
Master 删除过期 Key 之后，会向所有 Slave 服务器发送一个 DEL命令，Slave 收到通知之后，会删除这些 Key。
Slave 在读取过期键时，不会做判断删除操作，而是继续返回该键对应的值，只有当Master 发送 DEL 通知，Slave才会删除过期键，这是统一、中心化的键删除策略，保证主从服务器的数据一致性。