redis中的資料特徵：
redis是一種記憶體級資料庫，所有資料均存放在記憶體中，記憶體中的資料可以通過ttl指令獲取其狀態
xx ：具有時效性的資料
-1 ：永久有效的資料
-2 ：已經過期的資料 或 被刪除的資料 或 未定義的資料
資料刪除策略：
1. 定時刪除
2. 惰性刪除
3. 定期刪除
時效性資料的儲存結構：
資料刪除策略的目標：
在記憶體占用與cpu占用之間尋找一種平衡，顧此失彼都會造成整體redis效能的下降，甚至引發伺服器宕機或記憶體洩露
1.定時刪除：2.惰性刪除：
資料到達過期時間，不做處理。等下次訪問該資料時如果未過期，返回資料
發現已過期，刪除，返回不存在
優點：節約cpu效能，發現必須刪除的時候才刪除
缺點：記憶體壓力很大，出現長期占用記憶體的資料
總結：用儲存空間換取處理器效能（拿空間換時間）
3.定期刪除：
這種方法就比較折中
redis啟動伺服器初始化時，讀取配置server.hz的值，預設為10
每秒鐘執行server.hz次
activeexpirecycle() 對每個expires[*]逐一進行檢測，每次執行250ms/server.hz
對某個expires檢測時，隨機挑選個key檢測
如果key超時，刪除key
如果一輪中刪除的key的數量》w25%，迴圈該過程
如果一輪中刪除的key的數量≤w25%，檢查下乙個expires，0-15迴圈（redis一共16個資料庫）
w取值=active_expire_cycle_lookups_per_loop屬性值
引數current_db用於記錄activeexpirecycle() 進入哪個expires[*] 執行
如果activeexpirecycle()執行時間到期，下次從current_db繼續向下執行
週期性輪詢redis庫中的時效性資料，採用隨機抽取的策略，利用過期資料佔比的方式控制刪除頻度
特點1：cpu效能占用設定有峰值，檢測頻度可自定義設定
特點2：記憶體壓力不是很大，長期占用記憶體的冷資料會被持續清理
總結：週期性抽查儲存空間（隨機抽查，重點抽查）
平時redis內部惰性刪除和定期刪除都有常見使用
4.逐出演算法：（逐出策略）
新資料進入檢測
當新資料進入redis時，如果記憶體不足怎麼辦？
redis使用記憶體儲存資料，在執行每乙個命令前，會呼叫freememoryifneeded()檢測記憶體是否充足。
如果記憶體不滿足新加入資料的最低儲存要求，redis要臨時刪除一些資料為當前指令清理儲存空間。清理資料的策略稱為逐出演算法。
注意：逐出資料的過程不是100%能夠清理出足夠的可使用的記憶體空間，如果不成功則反覆執行。
當對所有資料嘗試完畢後，如果不能達到記憶體清理的要求，將出現錯誤資訊記憶體溢位。
影響資料逐出的相關配置（在配置檔案中配置）
最大可使用記憶體 maxmemory
占用物理記憶體的比例，預設值為0，表示不限制。生產環境中根據需求設定，通常設定在50%以上。
每次選取待刪除資料的個數 maxmemory-samples
選取資料時並不會全庫掃瞄，導致嚴重的效能消耗，降低讀寫效能。因此採用隨機獲取資料的方式作為待檢測刪除資料
刪除策略（和上面講的對過期資料的刪除策略沒有任何關係） maxmemory-policy volatile-lru 建議設成此值
達到最大記憶體後的，對被挑選出來的資料進行刪除的策略
資料逐出策略配置依據
使用info命令輸出監控資訊，查詢快取 hit（key空間命中次數） 和 miss（key空間丟失次數） 的次數，根據業務需求調優redis配置
參考：黑馬程式設計師-redis公開課
Redis 刪除策略與逐出演算法
逐出演算法 參考 優點 節約記憶體，到時就刪除，快速釋放掉不必要的記憶體占用 缺點 cpu壓力很大，無論cpu此時負載量多高，均占用cpu，會影響redis伺服器響應時間和指令吞吐量 總結 用處理器效能換取儲存空間 拿時間換空間 優點 節約cpu效能，發現必須刪除的時候才刪除 缺點 記憶體壓力很大，...
Redis入門 刪除策略與逐出演算法
redis是一種記憶體級別的資料庫，所有資料均存放在記憶體中。redis中資料可分為具有時效性的資料 永久有效的資料 已經 過期的資料或被刪除的資料或未定義的資料。我們可以通過redis的ttl指令查詢資料的狀態 xx 具有時效性的資料 1 永久有效的資料 2 已經過期的資料 或 被刪除的資料 或未...
Redis快取逐出策略
把 redis 當做快取使用時，有時你可以方便的讓它在新資料時自動逐出舊資料。這一點大家都比較清楚，因為 memcached 預設也會這麼幹。redis 僅支援 lru 逐出策略。下文主要講述 redis maxmemory 指令，這個指令用於限定記憶體使用量，以及講述了redis 使用到的 lru...