Redis 内存淘汰策略详解

一、简介

Redis

Redis 是一款高性能的非关系型数据库，它支持多种数据结构，如字符串、哈希、列表、集合、有序集合和 HyperLogLog。Redis 可以用于缓存、消息队列、应用程序中的数据结构存储等场景，它的优点是响应速度快、支持丰富的数据结构和扩展性好。

内存管理问题

Redis 将所有数据都存储在内存中，因此内存管理就成为了 Redis 中需要解决的一个重要问题。当 Redis 的内存使用达到最大内存限制时，Redis 将无法再接受写请求，并根据内存淘汰策略淘汰一部分数据腾出内存。

二、内存淘汰策略

1.为什么需要内存淘汰策略

当 Redis 内存使用达到最大内存限制时，如果继续进行写入操作会导致 Redis 服务崩溃。因此，为了保证 Redis 服务的稳定性，Redis 在内存使用达到最大限制时采取一系列措施，如内存淘汰、警告等。

2.内存淘汰策略分类

Redis 内存淘汰策略主要有 6 种：

（1）noeviction

不执行任何的淘汰策略，直接返回错误信息。这种方式可能导致内存使用过多而导致 Redis 崩溃。

（2）allkeys-lru

从所有的键中选取最近最少使用的数据淘汰。这种方式通常可以保留热点数据，但是可能会出现内存碎片，导致内存浪费。

（3）allkeys-lfu

从所有的键中选取访问频率最少的数据进行淘汰。这种方式适用于处理访问分布相对均匀的数据。

（4）volatile-lru

只从设定了过期时间（ttl）的键中选取最近最少使用的数据淘汰。这种方式适用于缓存等使用场景。

（5）volatile-lfu

只从设定了过期时间（ttl）的键中选取访问频率最少的数据进行淘汰。

（6）volatile-ttl

只从设定了过期时间（ttl）的键中选取即将过期的数据进行淘汰。这种方式适用于缓存等使用场景。

三、策略详解

在 Redis 中，为了防止内存溢出，在内存不足以容纳更多数据时，Redis 会通过内存淘汰策略来淘汰一些键值对，以便给新的键值对腾出空间。下面我们将详细介绍 Redis 支持的内存淘汰策略。

noeviction

这是 Redis 的默认策略，这意味着当内存满了时，任何写操作（如 SET，HSET 等）都会返回一个错误，这种情况下，需要管理员手动清除一些键值对或者增加内存才能继续进行写操作。

allkeys-lru

该策略会针对所有的键使用 LRU（最近最少使用）算法来淘汰键值对。对于 Redis 的所有键，按照最近最少使用的原则，优先淘汰那些最近没有使用或很久没有使用的键值对。

# 配置为 allkeys-lru 策略
maxmemory-policy allkeys-lru

volatile-lru

在这种模式下，Redis 会选择过期时间较近的键来淘汰。如果一个键设置了过期时间，并且距离过期时间较远，那么 Redis 不会考虑淘汰该键值对。相反，如果一个键离过期时间只有很短的一段时间，那么 Redis 会优先淘汰该键值对。

# 配置为 volatile-lru 策略
maxmemory-policy volatile-lru

allkeys-random

在这种模式下，Redis 会随机地淘汰一些键值对，重点考虑键值对的访问频率以及键空间。

# 配置为 allkeys-random 策略
maxmemory-policy allkeys-random

volatile-random

同 allkeys-random 模式类似，但它只针对开启过期时间的键空间进行淘汰。

# 配置为 volatile-random 策略
maxmemory-policy volatile-random

volatile-ttl

在这种模式下，Redis 会选择最接近超时的键来淘汰。它与 volatile-lru 类似，不同之处在于它侧重于超时的键而非最近最少使用的键。

# 配置为 volatile-ttl 策略
maxmemory-policy volatile-ttl

volatile-lfu

该策略中采用的是 LFU（最不常用）算法。Redis 会优先淘汰使用频率最少的键值对。

# 配置为 volatile-lfu 策略
maxmemory-policy volatile-lfu

LFU 最少频繁使用算法

除了 volatile-lfu 策略的支持以外，Redis 还支持使用 LFU 算法的淘汰策略。这种策略适用于需要使用最少频繁使用算法淘汰键值对的场景。

# 配置为 LFU 策略
maxmemory-policy lfu

LRU 最近最少使用算法

除了 allkeys-lru 和 volatile-lru 策略以外，Redis 还支持使用 LRU 算法的淘汰策略。这种策略适用于需要使用最近最少使用算法淘汰键值对的场景。

# 配置为 LRU 策略
maxmemory-policy lru

四、如何选择适合的内存淘汰策略

在使用 Redis 时，为了保持系统运行的稳定性和性能，我们需要针对不同的业务场景选择适合的内存淘汰策略。下面将介绍在进行策略选择时需要考虑的因素以及如何根据业务场景来选择合适的内存淘汰策略。

内存淘汰策略选择时需要考虑的因素

系统的容忍度

系统的容忍度是指当前系统中可容忍的缓存数据被淘汰的数量。当系统的容忍度较高时，我们可以采用一些较激进的淘汰策略，例如 noeviction 策略或 volatile-lru 策略。当系统的容忍度较低时，则需要选择一些保守的淘汰策略。

缓存数据的重要性

对于不同的缓存数据，其重要性也是不同的。例如，某些缓存数据可能对应着用户的个人信息或者是支付订单等重要信息，这些数据就需要采用较为严格的淘汰策略进行保护。而对于一些只是用于辅助计算的缓存数据，则可以采用较为宽松的淘汰策略。

内存使用情况

当内存使用情况较为充足时，我们可以适当采用一些较为激进的淘汰策略来提升系统的性能。而当内存使用情况较为紧张时，则需要选择一些较为保守的淘汰策略，保证系统的稳定运行。

业务场景

不同的业务场景对于淘汰策略的要求也是不同的。例如，对于一些缓存的数据是需要长时间保存的，此时我们就需要选择一些长期使用率较高的策略进行淘汰。而对于一些需要频繁更新或者只需要用于临时计算的数据，则可以采用一些比较激进的策略。

如何根据业务场景来选择合适的内存淘汰策略

noeviction 策略

该策略是 Redis 默认的淘汰策略，其特点是不对缓存数据进行淘汰，当 Redis 内存达到限制时会导致写操作失败。该策略适用于系统中的大部分数据都是必须不可缺少、不能删除的情况。通常我们也会针对这种情况进行缓存穿透和雪崩的处理。

# 在 Redis 配置文件中添加以下配置
maxmemory-policy noeviction

volatile-lru 策略

该策略会淘汰掉最近最少使用（Least Recently Used）的带有过期时间的缓存数据。在对于缓存数据有较为明确的过期时间限制，并且对于历史数据使用的概率相对较小的情况下可以采用该策略。

# 在 Redis 配置文件中添加以下配置
maxmemory-policy volatile-lru
maxmemory 4mb

volatile-ttl 策略

该策略会淘汰掉剩余时间最短的缓存数据，通常适合缓存数据过期时间比较接近或者过期时间比较难估计的场景。

# 在 Redis 配置文件中添加以下配置
maxmemory-policy volatile-ttl
maxmemory 4mb

allkeys-lru 策略

该策略会淘汰掉最近最少使用的所有缓存数据，适合对缓存数据淘汰没有任何限制，而且服务的数据模式和访问频度难以预测，无法确定是热点访问或者是冷访问的情况。

# 在 Redis 配置文件中添加以下配置
maxmemory-policy allkeys-lru
maxmemory 4mb