摘要： 大家在用redis做快取資料的時候有沒有估算過整個快取使用了多少空間呢？如果快取資料的大小超過了整個redis的記憶體大小，又會有什麼情況發生呢？ 在redis中，我們是可以去設定最大使用記憶體大小server.maxmemory的，當redis記憶體資料集大小上公升到一定程度的時候，就會施行資料淘汰機制。
大家在用redis做快取資料的時候有沒有估算過整個快取使用了多少空間呢？如果快取資料的大小超過了整個redis的記憶體大小，又會有什麼情況發生呢？
在redis中，我們是可以去設定最大使用記憶體大小server.maxmemory的，當redis記憶體資料集大小上公升到一定程度的時候，就會施行資料淘汰機制。redis提供了一下6種資料淘汰機制
lru機制：
redis儲存了lru計數器server.lrulock,會定時的去更新（redis定時程式severcorn()）,每個redis物件都會設定相應的lru值，每次訪問物件的時候，redis都會更新redisobject.lru。
lru淘汰機制:在資料集中隨機挑選幾個鍵值對，取出其中lru最大的鍵值對淘汰。所以，redis並不能保證淘汰的資料都是最近最少使用的，而是隨機挑選的鍵值對中的。
ttl機制：redis資料集結構中儲存了鍵值對過期時間表，即 redisdb.expires。
ttl淘汰機制:在資料集中隨機挑選幾個鍵值對，取出其中最接近過期時間的鍵值對淘汰。所以，redis並不能保證淘汰的資料都是最接近過期時間的，而是隨機挑選的鍵值對中的。
redis在每服務客戶端執行乙個命令的時候，會檢測使用的記憶體是否超額
Redis是如何淘汰key的？
淘汰原理 系統線上執行中，記憶體總是昂貴且有限的，在資料總量遠大於 redis 可用的記憶體總量時，為了最大限度的提公升訪問效能，redis 中只能存放最新最熱的有效資料。當 key 過期後，或者 redis 實際占用的記憶體超過閥值後，redis 就會對 key 進行淘汰，刪除過期的或者不活躍的 ...
redis資料淘汰策略
在 redis 中，允許使用者設定最大使用記憶體大小 server.maxmemory，在記憶體限定的情況下是很有用的。譬如，在一台 8g 機子上部署了 4 個 redis 服務點，每乙個服務點分配 1.5g 的記憶體大小，減少記憶體緊張的情況，由此獲取更為穩健的服務。redis 記憶體資料集大小上...
redis資料淘汰機制
在redis中，redis允許使用者更改設定最大記憶體maxmemory，在每次寫入或更新等操作時候，redis會檢查使用的記憶體，當記憶體達到最大值得時候，就會進行資料淘汰策略,從而換取記憶體出來 redis資料淘汰策略有6種 volatile lru 從已設定過期時間的資料集 server.db...