Redis-数据淘汰策略

数据的淘汰策略：

当Redis中的内存不够用时，此时在向Redis中添加新的key，那么Redis就会按照某一种规则将内存中的数据删除掉，这种数据的删除规则被称之为内存的淘汰策略。

noeviction:不淘汰任何key,但是内存满时不允许写入新数据，默认就是这种策略。

volatile-ttl:对设置了TTL的key,比较key的剩余TTL值，TTL越小越先被淘汰

allkeys-random:对全体key,随机进行淘汰。

volatile-random:对设置了TTL的key,随机进行淘汰。

allkeys-lru:对全体key,基于LRU算法进行淘汰

volatile-lru:对设置了TTL的key,基于LRU算法进行淘汰

allkeys-lfu:对全体key,基于LFU算法进行淘汰

volatile-lfu:对设置了TTL的key,基于LFU算法进行淘汰

LRU (Least Recently Used）最近最少使用。用当前时间减去最后一次访问时间，这个值越大则淘汰优先级越高。**

key1是在3s之前访问的，key2是在9s之前访问的，删除的就是key2

LFU (Least Frequently Used) 最少频率使用。会统计每个key的访问频率，值越小淘汰优先级越高。

key1最近5s访问了4次，key2最近5s访问了9次，删除的就是key1

使用场景

1. 优先使用 allkeys-lru 策略。充分利用 LRU 算法的优势，把最近最常访问的数据留在缓存中。如果业务有明显的冷热数据区分，建议使用。

   为什么不用LFU？因为假如一个数据在某个时间段高频访问了，但是其他时间一直没被用，如果仅仅按照访问频率来判断数据热度，那就会造成误判。

2. 如果业务中数据访问频率差别不大，没有明显冷热数据区分，建议使用 allkeys-random, 随机选择淘汰。

3. 如果业务中有置顶的需求，可以使用 volatile-lru 策略，同时置顶数据不设置过期时间，这些数据就一直不被删除，会淘汰其他设置过期时间的数据。

4. 如果业务中有短时高频访问的数据，可以使用 allkeys-lfu 或 volatile-lfu 策略。^{1^}

总结：

1. Redis提供了8种不同的数据淘汰策略，默认是noeviction不删除任何数据，内存不足直接报错。

2. LRU：最少最近使用。用当前时间减去最后一次访问时间，这个值越大则淘汰优先级越高。

3. LFU：最少频率使用。会统计每个key的访问频率，值越小淘汰优先级越高^{1^}