一、什么是Redis

        Redis是一种内存级数据库，将所有的数据存放在内存当中，可以通过TTL指令来获取内存中的数据状态：

        xx:  具有时效性的数据；
        1：代表永久性数据；
        2：已经过期的数据或已经删除了的数据或未定义的数据；

Redis的删除策略：

        redis开辟了一个空间用来存放值的地址和其过期时间，删除策略是为了在内存和cpu之间找到一个平衡，一旦平衡被打破会降低redis的性能，引发服务器宕机和内存泄漏，一般来说，过期数据通常是在cpu闲暇之余被删除的。

        Redis中的过期数据删除情况：redis服务器当中有很多的操作需要被执行，执行会导致CPU的工作大大的增加，当内存的空间还足够时，已被删除的数据的内存空间并未直接释放，而是对客户端的指令先执行，

二、数据删除策略

        redis中的数据删除策略包括定时删除、惰性删除、定期删除：

1.定时删除（时间换空间）

        定时删除时给key都设置一个过期的时间，当达到删除时间节点时，立即执行对key的删除。

        优点：节约内存，到时间执行删除，释放内存空间；

        缺点：CPU资源占用率过高，当其他任务在执行时，会导致两者同时进行，会影响两者的效率，redis服务器的响应时间和指令吞吐量收到影响；

        总结：用处理器的性能换取存储空间（时间换空间），适用范围：小内存，强CPU。

2.惰性删除（空间换时间）

        惰性删除的含义是：当要删除的数据到达给定时间时，先不进行删除操作；等待下一次访问时，若数据已过期则进行删除，客户端返回不存在，数据未过期，则返回数据。

        优点：CPU的使用率大大降低，减轻其压力；

        缺点：内存空间占用率较高，会存在长期占用内存的数据

        总结：使用存储空间换取处理器性能（空间换时间），适用范围：大内存，弱CPU

3.定期删除（折中）

        定时删除是对CPU和内存消耗取得一个折中方案，通过每隔一段时间执行一次删除过期key的操作，并且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造成的影响，但是限制删除操作执行的时长和频率需要合理地设置，否则可能会退化为成定时删除或惰性删除。

       1. Redis启动服务器初始化时，读取配置server.hz的值，默认为10

        2.每秒钟执行server.hz次serverCron()

        3.activeExpireCycle()对每个expires[*]逐一进行检测，每次执行250ms/server.hz

        4.对某个expires[*]检测时，随机挑选W个key检测

        5.如果key超时，删除key；如果一轮中删除的key的数量>W*25%，循环该过程； 如果一轮中删除的key的数量≤W25%，检查下一个expires[]，0-15循环W取值=ACTIVE_EXPIRE_CYCLE_LOOKUPS_PER_LOOP属性值

        6.参数current_db用于记录activeExpireCycle() 进入哪个expires[*] 执行

        7.如果activeExpireCycle()执行时间到期，下次从current_db继续向下执行

• 周期性轮询redis库中的时效性数据，采用随机抽取的策略，利用过期数据占比的方式控制删除频度

• 优点：1.CPU性能占用设置有峰值，检测频度可自定义设置；

• 优点：2.内存压力不是很大，长期占用内存的冷数据会被持续清理；

• 总结：周期性抽查存储空间 （随机抽查，重点抽查）

三、三种删除策略比较

	内存占用	CPU占用	特征
定时删除	节约内存，无占用	不分时段占用CPU资源，频度高	时间换空间
惰性删除	内存占用严重	延时执行，CPU利用率高	空间换时间
定期删除	内存定期随机清理	每秒花费固定的CPU资源维护内存	随机抽查，重点抽查

        在redis中会使用惰性删除和定期删除两种方式。

四、内存淘汰策略

        Redis提供8种数据淘汰策略：

1. volatile-lru：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。
2. volatile-random：从已设置过期时间的数据集中任意选择数据淘汰。
3. allkeys-lru：当内存不⾜以容纳新写⼊数据时，在键空间中，移除最近最少使⽤的 key(常用)
4. allkeys-random：从数据集（server.db[i].dict）中任意选择数据淘汰。
5. 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。
6. no-eviction：禁⽌驱逐数据，也就是说当内存不⾜以容纳新写⼊数据时，新写⼊操作会报错OOM。
4.0 版本后增加以下两种：
7. volatile-lfu：从已设置过期时间的数据集中挑选最不经常使⽤的数据淘汰。
8. allkeys-lfu：当内存不⾜以容纳新写⼊数据时，在键空间中，移除最不经常使⽤的 key。

五、逐出算法

        逐出算法：Redis使用内存存储之前，通常会调用freeMemoryIfNeeded()检测内存是否充足。如果内存不满足新加入数据的最低存储要求，redis要临时删除一些数据为当前指令清理存储空间。清理数据的策略称为逐出算法。

        然而，逐出过程不是100%清理足够的空间，需反复尝试，当处理完所有数据后依然不够，将出现如下错误信息：

影响数据逐出的相关配置

        maxmemory：redis可使用内存占物理内存的最大比例，默认为0，表示不限制redis使用内存。生产环境中根据需求设定，通常设置在50%以上；

        maxmemory-samples：每次选取待删除数据的个数，选取数据时并不会全库扫描，导致严重的性能消耗，降低读写性能。因此采用随机获取数据的方式作为待检测删除数据；

        maxmemory-policy：达到最大内存后的，对被挑选出来的数据进行删除的算法；