一、Redis最大記憶體
- 1.1 預估最大記憶體
- 1.2 設定最大記憶體
二、記憶體淘汰策略
- 2.1 洗掉過期鍵物件
- 2.2 記憶體溢位控制策略
三、記憶體淘汰流程以及影響

一、Redis最大記憶體

1.1 預估最大記憶體

Redis作為記憶體資料庫，需要盡量把那些頻繁被訪問的熱點資料放入Redis，

按照二八原則，20%的資料承載了80%的訪問量，可以按照這個原則來預估實際的Redis記憶體大小，比如后臺資料庫的容量是10GB，那么Redis的容量可以設定為2GB，

二八原則是個常規的估算，有些具體情況還要具體對待：

比如針對電商的促銷，可能熱點資料只占全部全部商品資料的10%，
針對有個性化推薦的內容，20%的資料可能無法提供80%的訪問量，可能需要40-50%的資料才行
還有一些場景，為了最大的性能，也有可能100%的資料全部放入redis，比如秒殺場景，可以把所有參與秒殺的商品資料全部放入redis，

確定了最大記憶體后就可以設定redis的最大記憶體，

1.2 設定最大記憶體

redis默認無限使用服務器記憶體，為了防止在極端情況下服務器記憶體被耗盡，redis需要設定最大記憶體，

使用命令

src/redis-cli config set maxmemory 4gb

maxmemory僅僅是指redis資料實際占用的記憶體（自身，資料，緩沖區），不包含碎片，

二、記憶體淘汰策略

2.1 洗掉過期鍵物件

惰性洗掉

惰性洗掉是在在客戶端訪問的時候check一下資料是否過期，如果過期則立即洗掉，不給客戶端回傳任何值，惰性洗掉可以降低洗掉對CPU的影響，但是如果一個key一直不被訪問，那么這個key就有可能一直不會過期，最侄訓造成資料的浪費，所以引入了定時任務洗掉，

定時任務洗掉

Redis內部維護的定時任務，執行流程：

隨機選擇20個key
.如果過期的key的數量大于25%，則回圈執行過期key洗掉
洗掉程序中如果發現超時（25毫秒），則進入快速回收模式：
1. 洗掉的超時時間設為1毫秒
2. 2 秒內只執行一次

定時任務的執行頻率由hz引數控制，默認為10，表述一秒執行10次，

惰性任務和定時任務都有一定的隨機性，最侄訓是有key一直執行不到，但是已經過期，這些key永遠都不會被淘汰，所以redis還引入了相對比較精準的淘汰策略，

2.2 記憶體溢位控制策略

該值由下面引數控制，

maxmemory-policy

不淘汰策略
noeviction是redis的默認策略，當記憶體使用超過配置的時候會回傳錯誤，不會洗掉任何鍵，如果有寫請求進來，redis直接報錯，不提供服務，但是讀請求可以照常執行，

淘汰策略
基于過期時間key的淘汰策略：

  1. volatile-lru：對于設定了過期時間的key，淘汰最久沒有使用的key（LRU演算法）

  2. volatile-randow：對于設定了過期時間的key，隨機選擇key進行淘汰

  3. volatile-ttl:對于設定了過期時間的key,淘汰過期時間最早的key

  4. volatile-lfu：對于設定了過期時間的key，淘汰但使用頻率最少的鍵（LFU演算法）

所有key的淘汰策略：

1. volatile-lru：對于所有key，淘汰久沒有使用的key（LRU演算法）
2. volatile-randow：對于所有key，隨機選擇key進行淘汰
3. volatile-lfu：對于所有key，淘汰使用頻率最少的鍵（LFU演算法）

LRU（ Least Recently Used）
按照最少使用原則進行資料篩選，最不常用的資料會被選中，頻繁使用的資料會持續保留，

LRU會把所有資料組裝成一個鏈表，表頭代表最近使用的資料，表位表示最久沒有使用的資料，用于淘汰，

新加入的資料放入表頭
資料被訪問后移到表頭，
淘汰表尾

LRU的核心是要維護一個鏈表，對于有大量key的redis來說，太重了，鏈表的維護會影響redis的性能，

Redis對LRU做個改造：

RedisObject會記錄每個物件的lru，
當有資料會淘汰時，redis會隨機選擇N個資料，作為一個集合，
針對這N個資料，redis會對比起lru，把lru最小的資料淘汰，
N的值redis提供了配置
```
maxmemory-samples
```
默認值為5，當配置為10時，改造的lru接近正式的lru，但是比較耗費cpu，建議保持默認即可，
當需要再次淘汰資料時，選擇lru小于 < min（第一次初始化的集合的lru) 的資料進入集合，然后再基于lru進行淘汰，

配置建議：

優先allkeys-lru：充分使用lru演算法，尤其當資料冷熱比較明顯時，最大限度的保證熱點資料補被淘汰，
沒有明顯的冷熱，可以選擇allkeys-random，隨機過期即可，
如果資料有長期不過期的資料，這些資料可以不設定過期時間，建議使用voliate-lru，這樣沒有過期時間的資料不會被淘汰，而其他資料可以享受lru演算法進行淘汰，