Redis 过期策略和内存淘汰机制

众所周知，redis 是一个基于内存的，能够持久化到硬盘的缓存数据库，所以 redis 缓存服务器会配置较高的内存资源

一般而言，缓存总量小于数据总量，但如果对缓存数据不管不顾，内存资源总会有耗尽的时候，而为了节约成本，不能一直增加服务器的内存。因此在有限的资源下，为了支撑更多的业务，就必须将访问频率不高的缓存删掉，为新的缓存腾出内存空间

Redis 主要通过两种方式相互配合实现 key 的清理，即：过期策略和内存淘汰机制

过期策略

Redis 通过 Expire 命令设置 key 的过期时间，设置过期时间后， key 会被自动删除。通常称带有过期时间的 key 为易失的 (volatile)；过期时间的 key，可以调用 EXPIPE 重新设置

过期时间计算
key 的过期时间以绝对 Unix 时间戳的方式存储，也就是无论 Redis 是否进行，过期时间都会流逝。即要求服务器的时间必须准确，否则但两个时间相差较多的机器之间移动 RDB 文件，那么可能会出现所有的 key 在加载的时候都过期。

测试：运行的 Redis 会不停检查服务器的时间，如果设置一个带有 1k 秒过期时间的 key，然后把服务器的时间向前调 2k 秒，那么这个 key 就会立刻过期，而不是等待 1k 秒后过期

淘汰过期 key 方式

被动方式

在用户访问某个 key 的时候，Redis 会检测 key 是否过期，如果没有过期，则返回给用户；过期则删除 key。也就是等 key 被访问才会知道是否过期，这种方式对于那些永远不会再次访问的 key 没有效果，所以 Redis 还会周期性主动随机检测一部分被设置过期时间的 key，将已经过期的 key 从 key 空间删除

主动方式

Redis 每秒会执行10次以下操作：

从带有过期时间的 key 集合中随机选 20 进行检查
删除所有过期的 key
如果里面超过 25% 的 key 过期，立刻继续执行步骤 1

一种狭义概率算法，假设选出来的样本 key 代表整个 key 空间，会一直执行过期检查直到 key 的比例降到 25% 以下；意味着在任意时刻已经过期但还占用内存 key 的数量，最多等于每秒最多写操作的 1/4

内存淘汰机制

Redis 的内存一般会根据 “八二原理” 进行配置，即80%的请求访问了20%的数据，将 Redis 内存大小设置为数据总量的20%。当然，对于不同的业务场景会有不一样的配置

当 redis 节点分配的内存使用到达最大值，Redis 会启动内存淘汰策略，Redis 4.0 之前主要是以下六种策略：

noenviction：不清除数据，只是返回错误，这样会导致浪费掉更多的内存，对大多数写命令（DEL 命令和其他的少数命令例外）
allkeys-lru：从所有的数据集（server.db[i].dict）中挑选最近最少使用的数据淘汰，以供新数据使用
volatile-lru：从已设置过期时间的数据集（server.db[i].expires）中挑选最近最少使用的数据淘汰，以供新数据使用
allkeys-random：从所有数据集（server.db[i].dict）中任意选择数据淘汰，以供新数据使用
volatile-random：从已设置过期时间的数据集（server.db[i].expires）中任意选择数据淘汰，以供新数据使用
volatile-ttl：从已设置过期时间的数据集（server.db[i].expires）中挑选将要过期的数据淘汰，以供新数据使用

Redis 4.0 新增了两种 LFU 淘汰策略:

allkeys-lfu，淘汰整个键值中最少使用的键值，这也就是我们常说的LRU算法。
volatile-lfu，淘汰所有设置了过期时间的键值中最少使用的键值。

LRU（Least Recently Used，最近最少使用），根据最近被使用的时间，离当前最远的数据优先被淘汰；在使用内存作为缓存的时候，缓存的大小一般是固定的。当缓存被占满，这个时候继续往缓存里面添加数据，就需要淘汰一部分老的数据，释放内存空间用来存储新的数据。这个时候就可以使用LRU算法了。其核心思想是：如果一个数据在最近一段时间没有被用到，那么将来被使用到的可能性也很小，所以就可以被淘汰掉
LFU（Least Frequently Used，最不经常使用），在一段时间内，缓存数据被使用次数最少的会被淘汰；根据key的最近被访问的频率进行淘汰，很少被访问的优先被淘汰，被访问的多的则被留下来

普适经验规则：

如果期望用户请求呈现幂律分布(power-law distribution)，也就是，期望一部分子集元素被访问得远比其他元素多时，可以使用allkeys-lru策略。在你不确定时这是一个好的选择
如果期望是循环周期的访问，所有的键被连续扫描，或者期望请求符合平均分布(每个元素以相同的概率被访问)，可以使用allkeys-random策略
如果你期望能让 Redis 通过使用你创建缓存对象的时候设置的TTL值，确定哪些对象应该是较好的清除候选项，可以使用volatile-ttl策略
当你想使用单个Redis实例来实现缓存和持久化一些键，allkeys-lru和volatile-random策略会很有用，但通常最好是运行两个Redis实例来解决这个问题

参考

[1] EXPIRE key seconds
[2] 使用Redis作为LRU缓存