Redis如何存储热点数据

Mysql中存在100w条热点数据，Redis中只存储20w条，如何保证Redis中都是热点数据

主要考察如何Redis的数据淘汰策略

• LFU算法：Least Frequently Used，最不经常使用算法。
• LRU算法：Least Recently Used，近期最少使用算法。

Redis4.0之后为我们提供了8中淘汰策略，但真正意义上的只有5种。其中针对Random、LRU、LFU提供了两种不同数据范围的策略，一种是volatile针对设置了超时时间的，一种是没有设置超时时间的。具体的，这5种分别是：

1. noeviction：这种策略表示不进行数据淘汰，同时也是Redis的默认淘汰策略，当缓存写满时，Redis就不再提供写服务了，写请求直接返回失败。
2. Random：随机策略分为两种，一种是volatile，这种是设置了过期时间的数据集，另外一种是allKeys，这种是包含了所有的数据，当我们缓存满了的时候，这种策略就会在我们的数据集中进行随机删除。
3. volatile-ttl：在设置了超时时间的数据集中，按照过期时间的先后顺序进行删除，越早过期先被删除。
4. LRU：volatile，在设置了超时时间的数据集中，优先删除最近最少使用的，allKeys对所有的数据中优先删除最近最少使用的。（缺陷：5分钟，如果前4分钟的热点数据请求了一万次，而最后另外一个热点数据请求只有一千次，理应保留前4分钟请求一万次的热点数据，但最终会保留最后1分钟的数据）
5. LFU：在LRU基础上增加了请求数统计，这样能更准确的代表我们的热点数据

此时回看我们的问题，我们需要的策略就是LFU算法，而使用volatile还是allkeys就需要根据相应的场景进行分析了。