lru策略等於命中策略，保留平時訪問高的資料，淘汰那些使用不多的資料，為redis解決記憶體空間不足的問題。
lru演算法是根據每個檔案的最後一次訪問時間，對檔案做**，也就是或同乙個檔案間隔的訪問時間越短，那麼就代表當前檔案訪問量更大，也就是被留中的機率更大，時間越長，恰好相反。
maxmemory:指定redis儲存資料時消耗記憶體大小，比如200m,當資料消耗記憶體達到此值時，觸發資料淘汰，為0時，表示對資料消耗記憶體不做限制，也代表者lru功能失效，64位系統預設值為0，32位系統預設值位3gb。 例如：maxmemory 200m
maxmemory_policy:觸發資料後的淘汰策略，也就是資料消耗記憶體達到maxmemory指定值後，將觸發對應的淘汰策略（幾種淘汰策略見下文），後面接淘汰策略。 例如：maxmemory_policy volatie-lru
maxmemory_sample:隨機取樣，也就是隨機抽取key的數目，該值越大，就越接近真實lru演算法，但是數值越大，相應的消耗也越大，對效能會產生影響，預設值是5.
淘汰策略也就是lru提供的6種淘汰機制，也就是maxmemory_policy的對應賦值。
noeviction:不淘汰資料,當記憶體使用超過maxmemory值時,返回報錯並停止資料寫入，預設redis是此策略。
allkeys-lru:查詢所有key中不常用的資料進行刪除，
volatile-lru:在設定了超時時間的資料中，將不常用資料刪除。
allkeys-random:查詢所有key之後，隨機刪除
volatile-random:在設定超時時間資料中，隨機刪除
volatile-ttl:查詢全部設定超時時間的資料，之後進行排序，把馬上要過期的資料進行刪除
4.0以後新增的2條策略：
volatile-lfu:從設定超時時間的鍵中驅逐使用頻率最少的鍵
allkeys-lfu:從所有鍵中驅逐出最少的鍵
lru演算法需要乙個雙向鍊錶來記錄資料的最近被訪問順序，但是出於節省記憶體的考慮，redis的lru演算法並非完整的實現。redis並不會選擇最久未被訪問的鍵進行**，近似lru演算法是為了補足lur這點不足而另外產生的一種演算法。
工作流程：對少量的鍵進行隨機取樣，然後**其中最長時間未被訪問的鍵，可以使用maxmemory-sample進行調整演算法的精度，滿足需求。
相關資料：
redis3.0之後又改善了演算法的效能，會提供乙個待淘汰候選key的pool，裡面預設有16個key，按照空閒時間排好序。更新時從redis鍵空間隨機選擇n個key，分別計算它們的空閒時間idle，key只會在pool不滿或者空閒時間大於pool裡最小的時，才會進入pool，然後從pool中選擇空閒時間最大的key淘汰掉。
學習心得 python學習心得
自從來了深圳工作以後，尤其是屢屢面試碰壁以後。發現其實自己的知識面很窄，做筆試題的時候絞盡腦汁還是漏洞百出，並不是不會做，而是出現一大堆不該有的失誤。每次被問道，對資料庫了解嗎？說一大堆看起來很高階的東西 好啊，那我們寫幾個sql語句吧。馬上完蛋了，沒了手冊關鍵字都記不起。了解哪幾種指令碼語言，sh...
學習心得 我的學習心得
我是乙個已經步入中年的70後，離開校園已經20年了，因為當年的政策因素而未能圓我的大學夢，在20年的工作過程中總是因為缺少一張大學文憑而失去了很多機會，曾經也考慮過自考，但是乙個人去面對的時候總感覺心有餘而力不足。2018年3月份偶然讓我認識了尚德，原來自考還可以這樣學習。一直懷疑自己年紀大了記憶力...
排序演算法學習心得
近期終於弄懂了六種演算法，寫個小部落格記錄下 一 六種演算法解析 1 直接插入排序 2 演算法特點 保證每一次遍歷後，前面的資料都是排序好的 2 public static int insert int arr arr pos arr i arr i temp return arr 3 氣泡排序 1...