我們知道redis是基於記憶體的key-value資料庫，因為系統的記憶體大小有限，所以我們在使用redis的時候可以配置redis能使用的最大的記憶體大小。
通過在redis安裝目錄下面的redis.conf配置檔案中新增以下配置設定記憶體大小
maxmemory 100mb
redis的配置檔案不一定使用的是安裝目錄下面的redis.conf檔案，啟動redis服務的時候是可以傳乙個引數指定redis的配置檔案的redis支援執行時通過命令動態修改記憶體大小
127.0.0.1:6379> config set maxmemory 100mb
//獲取設定的redis能使用的最大記憶體大小
127.0.0.1:6379> config get maxmemory
如果不設定最大記憶體大小或者設定最大記憶體大小為0，在64位作業系統下不限制記憶體大小，在32位作業系統下最多使用3gb記憶體既然可以設定redis最大占用記憶體大小，那麼配置的記憶體就有用完的時候。那在記憶體用完的時候，還繼續往redis裡面新增資料不就沒記憶體可用了嗎？
實際上redis定義了幾種策略用來處理這種情況：
當使用volatile-lru、volatile-random、volatile-ttl這三種策略時，如果沒有key可以被淘汰，則和noeviction一樣返回錯誤獲取當前記憶體淘汰策略：
通過配置檔案設定淘汰策略（修改redis.conf檔案）：
通過命令修改淘汰策略：
上面說到了redis可使用最大記憶體使用完了，是可以使用lru演算法進行記憶體淘汰的，那麼什麼是lru演算法呢？
lru(least recently used)，即最近最少使用，是一種快取置換演算法。在使用記憶體作為快取的時候，快取的大小一般是固定的。當快取被佔滿，這個時候繼續往快取裡面新增資料，就需要淘汰一部分老的資料，釋放記憶體空間用來儲存新的資料。
這個時候就可以使用lru演算法了。其核心思想是：如果乙個資料在最近一段時間沒有被用到，那麼將來被使用到的可能性也很小，所以就可以被淘汰掉。
this.capacity = capacity;
this.nodemap = new hashmap<>();
//初始化頭節點和尾節點，利用哨兵模式減少判斷頭結點和尾節點為空的**
node headnode = new node(null, null);
node tailnode = new node(null, null);
headnode.next = tailnode;
tailnode.pre = headnode;
this.head = headnode;
this.tail = tailnode;
}public void put(k key, v value)
node = new node<>(key, value);
//新增節點
addnode(node);
} else
}public node get(k key)
return node;
}private void removenode()
private void removefromlist(node node)
private void addnode(node node)
private void addtohead(node node)
public void movenodetohead(node node)
class node}}
上面這段**實現了乙個簡單的lur演算法，**很簡單，也加了注釋，仔細看一下很容易就看懂。redis使用的是近似lru演算法，它跟常規的lru演算法還不太一樣。
近似lru演算法通過隨機取樣法淘汰資料，每次隨機出5（預設）個key，從裡面淘汰掉最近最少使用的key。
可以通過maxmemory-samples引數修改取樣數量：例：maxmemory-samples 10 maxmenory-samples配置的越大，淘汰的結果越接近於嚴格的lru演算法redis為了實現近似lru演算法，給每個key增加了乙個額外增加了乙個24bit的字段，用來儲存該key最後一次被訪問的時間。
redis3.0對近似lru演算法進行了一些優化。新演算法會維護乙個候選池（大小為16），池中的資料根據訪問時間進行排序，第一次隨機選取的key都會放入池中
隨後每次隨機選取的key只有在訪問時間小於池中最小的時間才會放入池中，直到候選池被放滿。
當放滿後，如果有新的key需要放入，則將池中最後訪問時間最大（最近被訪問）的移除。
當需要淘汰的時候，則直接從池中選取最近訪問時間最小（最久沒被訪問）的key淘汰掉就行。
我們可以通過乙個實驗對比各lru演算法的準確率，先往redis裡面新增一定數量的資料n，使redis可用記憶體用完，再往redis裡面新增n/2的新資料，這個時候就需要淘汰掉一部分的資料
如果按照嚴格的lru演算法，應該淘汰掉的是最先加入的n/2的資料。
你可以看到圖中有三種不同顏色的點：
我們能看到redis3.0取樣數是10生成的圖最接近於嚴格的lru。而同樣使用5個取樣數，redis3.0也要優於redis2.8。
lfu演算法是redis4.0裡面新加的一種淘汰策略。它的全稱是least frequently used
它的核心思想是根據key的最近被訪問的頻率進行淘汰，很少被訪問的優先被淘汰，被訪問的多的則被留下來。
lfu演算法能更好的表示乙個key被訪問的熱度。假如你使用的是lru演算法，乙個key很久沒有被訪問到，只剛剛是偶爾被訪問了一次，那麼它就被認為是熱點資料，不會被淘汰，而有些key將來是很有可能被訪問到的則被淘汰了。
如果使用lfu演算法則不會出現這種情況，因為使用一次並不會使乙個key成為熱點資料。
lfu一共有兩種策略：
設定使用這兩種淘汰策略跟前面講的一樣，不過要注意的一點是這兩周策略只能在redis4.0及以上設定，如果在redis4.0以下設定會報錯
Swap虛擬記憶體 記憶體滿了怎麼辦？
out of memory oom 記憶體不足 記憶體滿了怎麼辦？1.新增乙個swap分割槽 2.生成乙個大檔案 作為swap swapoff dev sdb3 把這個分割槽移除swap free m 顯示記憶體的單位為 m swapoff a 禁用所有swap虛擬記憶體 swapon a 啟用所有...
mysql 盤滿了怎麼辦
作業系統 centos 6.2 現象 mysql無法啟動 查詢問題發現 存放mysql資料分割槽100 root jinniu test3 mysql df h 檔案系統 容量 已用 可用 已用 掛載點 dev sda2 49g 49g 20k 100 tmpfs 933m 0 933m 0 dev...
Oracle歸檔日誌滿了怎麼辦
歸檔滿了 如果伺服器進不去檢視pfile檔案，在pfile檔案裡面有歸檔除存放的路徑 如果伺服器本地可以進去，就可以檢視歸檔目錄 sql archive log list database log mode archive mode automatic archival enabled archiv...