Redis 过期key删除策略及内存淘汰策略LRU/LFU...

参考：来自小林大佬的文章

一、Redis过期删除策略：

redis出于性能上的考虑，无法做到对每一个过期的key进行即时的过期监听和删除。但是redis提供了其它三种方法来清理过期key：

• 惰性删除
• 定时删除
• 定期删除

1、惰性删除（被动清理）

• 策略：不主动删除过期键，每次从数据库访问 key 时，都检测 key 是否过期，如果过期则删除该 key。
• 优点：每次访问时才会检查key是否过期，所以占用系统资源较少，对CPU消耗最少。
• 缺点：如果某个已过期的key一直未被访问，那么会一直占用内存，浪费内存空间，对内存不友好。
  

2、定时删除（主动清理）

• 策略：在设置 key 的过期时间时，同时创建一个定时事件，当时间到达时，由事件处理器自动执行 key 的删除操作，类似于epoll中针对事件注册的回调函数。
• 优点：保证过期key会尽快被删除，尽快释放内存，对内存友好。
• 缺点：在过期key较多时，删除过期key的操作会占用较多的CPU资源。在内存资源不紧张但CPU资源紧张的情况下，将CPU资源用于删除和当前无关的过期key上，会对服务器响应时间和Redis吞吐量造成影响，对CPU不友好。

3、定期删除（内存不足时触发主动清理）

• 策略：每隔一段时间「随机」从数据库中取出 一定数量的 key 进行检查，并删除其中的过期key。
• 优点：通过限制删除操作执行的时间和频率，来减少删除操作对CPU的影响，同时也能删除一部分过期数据，减少了过期key对空间的无效占用。
• 缺点：
  • 内存清理 效果没有“定时删除”效果好，同时没有“惰性删除”占用的 系统资源 少。
  • 不好确定操作执行的时长（可配置，默认10次/s）和频率（20，不可配置），如果执行太频繁，定期删除策略会变得和定时删除策略一样，对CPU不友好；如果执行太少，那又和惰性删除一样了，过期 key 占用的内存不会及时得到释放。算是对惰性删除和定时删除两种方式的一种折中~

Redis 的定期删除的流程：

1. 从过期字典中随机抽取 20 个 key；
2. 检查这 20 个 key 是否过期，并删除已过期的 key；
3. 如果本轮检查的已过期 key 的数量，超过 5 个（20/4），也就是「已过期 key 的数量」占比「随机抽取 key 的数量」大于 25%，则继续重复步骤 1；如果已过期的 key 比例小于 25%，则停止继续删除过期 key，然后等待下一轮再检查。
   可以看到，定期删除是一个循环的流程。
   那 Redis 为了保证定期删除不会出现循环过度，导致线程卡死现象，为此增加了定期删除循环流程的时间上限，默认不会超过 25ms。
    

补充面试相关问题：

Redis瞬间有大量key失效，为什么会影响别的key的读取性能？(这里需从底层原理进行分析)
 
因为 Redis 定期删除的定时任务，是在Redis主线程中执行的。也就是说如果在执行定期删除的过程中，出现了需要大量删除过期key的情况，那么在业务访问时，必须等这个过期任务执行结束，才可以处理业务请求。此时就会出现，业务访问延时增大的问题，最大延迟为25毫秒。

Redis过期删除策略是什么？

前面的三种过期删除策略，每一种都有优缺点，仅使用某一个策略都不能满足实际需求。
所以， Redis 选择「惰性删除+定期删除」这两种策略配和使用，以求在 合理使用CPU资源 和 避免内存浪费 之间取得平衡。

二、Redis内存淘汰策略：

常见的内存淘汰策略有：

• noeviction（Redis3.0后，默认内存淘汰策略）：当运行内存超过最大设置内存时，不淘汰任何数据，而是不再提供服务，直接返回错误
• LRU：最近最少使用（其实更准确的描述应该是最近未被访问过的key）
• LFU：最近最不常用（Redis 4.0后新增）.

触发条件：

在配置文件 redis.conf 中，可通过参数 maxmemory 来设定最大运行内存。只有在Redis的运行内存达到了我们设置的最大运行内存，才会触发内存淘汰策略。

1、LRU（Least Recently Used）：

最近最少使用，会选择淘汰最近最少使用的数据。

传统的LRU算法：基于哈希链表的结构，按照最后操作key（包含读key或写key操作）的时间顺序来排列。链表头进尾出，最新被操作的键会被移除并重新插入到链表头部。所以触发内存淘汰策略时，哈希链表的尾部就是 最久未被操作过 的元素，直接删除淘汰即可。

Redis的LRU类似于此方式，但为了节省内存做了改进，不完全相同…（具体参考 来自小林大佬的文章）

• 底层的Redis结构体对象中有最后访问时间戳相关字段

2、LFU（Least Frequently Used）：
最近最不常用的，LFU 算法是根据数据访问频率（并非单纯的访问次数）来淘汰数据的，它的核心思想是 “如果数据过去被访问多次，那么将来被访问的频率也更高”。

• 底层的Redis结构体对象中有访问频次相关字段