更多详细内从参考这篇博客：
https://blog.csdn.net/D812359/article/details/121872689
1、Redis中的过期删除策略
在Redis中，给key是设置一个过期时间，等到了过期时间的时候，Redis是如何清除这个key的？
这里就要用到Redis中key的过期删除策略。
Redis中使用的是定期删除+惰性删除两种策略一起使用的。
- 定期删除：每隔一段时间抽取一批key进行检查，检查是否过期，如果过期就进行删除。Redis底层会通过限制删除操作执行的时长和频率来减少删除操作对CPU时间的影响。定期删除相对来说对内存更加友好。
- 惰性删除：只会在取出key的时候对数据进行过期检查。这样对CPU最友好，但是可能造成太多过期的key没有删除，因此对内存不太友好。
此外还有一种定时删除，不过在Redis中没有使用。定时删除时设置某个key的过期时间的同时，创建一个定时器，让定时器在该过期时间到来时，立即执行删除操作。其优点是通过使用定时器，可以保证过期key可以尽快的被删除，并且释放过期key所占用的内存，缺点是对CPU不友好，当过期key比较多的时候，删除过期key会占用相当一部分CPU资源，对服务器的响应时间和吞吐量造成影响。
仅仅是给key设置过期时间，然后通过key的过期删除策略删除掉key，还是有问题的。因为还是可能存在定期删除+惰性删除漏掉了很多过期key的情况，这样就导致大量过期key堆积在内存里，可能就OutOfMemory了。
那么如何解决这个问题呢？这就要用到Redis提供的内存淘汰机制。
2、Redis中的内存淘汰机制
2.1 什么是内存淘汰机制、要解决什么问题
Redis使用内存保存数据，提高响应速度。但是由于缓存容量优先，当缓存容量达到上限，就需要删除一部分数据挪出空间，这样新数据才可以添加进来。Redis定义了[内存淘汰机制]来解决内存被写满的问题。
内存淘汰机制，也叫缓存替换机制，它需要解决两个问题：
- noevication：不会淘汰任何数据。这是默认的策略，当内存不足以写入新数据时，不会进行数据淘汰，而是返回错误。
- allkeys random：从所有的键值对中，任意选择数据进行淘汰。
- allkeys lru：lru，least recently used。使用LRU算法在所有数据中进行筛选。当内存不足以容纳新写入的数据时，在键空间中，移除最近最少使用的key。 这个比较常用。
- volatile random：从已设置过期时间的数据集中，任意选择数据淘汰。
- volatile ttl：从已设置过期时间的数据集中，挑选将要过期的数据淘汰。
- volatile lru：lru，least recently used。使用LRU算法在设置了过期时间的数据中进行筛选。从已设置过期时间的数据集中，挑选最近最少使用的数据淘汰。
4.0后新增了以下两种：
- volatile lfu：lfu，least frequently used。使用LFU算法选择设置了过期时间的键值对。即：从已设置过期时间的数据集中挑选最不常用的数据淘汰。
- allkeys lfu：lfu，least frequently used。使用LFU算法在所有数据中进行筛选。即：当内存不足以容纳新写入数据时，在所有中，移除最不经常使用的key 。
2.3 LRU算法
LRU算法全称Least Recently used，是一种常见的页面置换算法。按照 最近最少使用 的原则来筛选数据，筛选出不常用的数据进行淘汰，最近频繁使用的数据会留在 缓存中。
具体的参考
https://blog.csdn.net/D812359/article/details/121872689
2.4 缓存污染
缓存污染是指，在一些场景下，有的数据被访问到次数非常少，甚至只会访问一次。当这些数据服务完访问请求后，如果还继续留在内存中，会白白占用内存空间，这就是缓存污染。
缓存污染一旦变得验证，就会有大量不再访问的数据留在内存中。如果这些数据占满了缓存空间，我们再向缓存中写入新数据时，就需要先把这些数据逐步淘汰出缓存，这样就会引起额外的内存消耗，进而会相应应用到性能。
如何解决缓存污染呢：
解决方案就是把不会再被访问的数据筛选出来淘汰掉。
2.5 LFU算法
LFU算法全称为 Least Frequenty Used。其核心思想是如果一个数据刚刚被访问，那么这个数据肯定是热数据，还会被再次访问。
3、一些tips
我们在使用 Redis 缓存时，如果数据被修改了，需要在数据修改时就将它写回数据库。
否则，这个脏数据被淘汰时，会被 Redis 删除，而数据库里也没有最新的数据了。
若有收获，就点个赞吧
0 人点赞
