背景：

• Redis 是个基于内存的缓存数据库，既然是基于内存的，那肯定就会有存满的时候，再有新的数据就存不进去了。

• 此时 Redis 会执行已经定义好的一些淘汰策略，本文大概讲一下 Redis 的 8 种数据淘汰策略。

1.简介

8种内存淘汰策略：

当 Redis 达到最大内存限制时，Redis会确切地使用配置好的最大内存策略指令来执行。相关策略如下：

1.noeviction（默认策略）： 不会删除任何数据，拒绝所有写入操作并返回客户端错误消息（error）OOM command not allowed when used memory，此时 Redis 只响应删和读操作；

2.allkeys-lru： 从所有 key 中使用 LRU 算法进行淘汰（LRU 算法：最近最少使用算法）；

3.allkeys-lfu： 从所有 key 中使用 LFU 算法进行淘汰（LFU 算法：最不常用算法，根据使用频率计算，4.0 版本新增）；

4.volatile-lru： 从设置了过期时间的 key 中使用 LRU 算法进行淘汰；

5.volatile-lfu： 从设置了过期时间的 key 中使用 LFU 算法进行淘汰；

6.allkeys-random： 从所有 key 中随机淘汰数据；

7.volatile-random： 从设置了过期时间的 key 中随机淘汰数据；

8.volatile-ttl： 在设置了过期时间的key中，淘汰过期时间剩余最短的。

注意： 当使用 volatile-lru、volatile-lfu、volatile-random、volatile-ttl 这四种淘汰策略时，如果没有 key 可以淘汰，则和 neoviction 一样返回错误。

---

2.如何选择使用哪种淘汰策略

​ 根据应用程序的访问模式，选择正确的淘汰策略很重要，但是你可以在程序运行时重新配置策略，并使用 Redis 的 info 命令 输出来监控缓存未命中和命中的数量，以调整设置。

• keyspace_hits：缓存命中的次数
• keyspace_misses：没有命中的次数
• 缓存命中率 = keyspace_hits / (keyspace_hits + keyspace_misses)

一般根据经验来说：

• 使用 allkeys-lru 策略场景：

  1.当你期望元素的子集将比其他元素更频繁地被访问时，比如幂律分布，20%的数据占有80%的使用次数；

  2.当你不确定使用哪种策略时。

• 使用 allkeys-random 策略场景：

  1.当你有一个循环访问，其中所有 key 进行会被连续地访问；

  2.当你希望所有 key 的分布比较均匀。

• 使用 volatile-ttl 策略场景：

  1.当你大部分缓存都设有不同的 ttl 值，向 Redis 提供过期候选的提示时。

注意： 给 key 设置过期时间会占用内存，因此使用 allkeys-lru 这样的策略更节省内存，因为在内存压力下不需要过期配置就可以收回密钥。

---

3.查询、设置内存淘汰策略

1）查询当前内存淘汰策略

127.0.0.1:6379> config get maxmemory-policy

2）获取Redis能使用的最大内存大小

127.0.0.1> config get maxmemory

说明：

• 如果不设置最大内存大小或设置最大内存大小为 0，

• 在 64 为操作系统下不设置内存大小，

• 在 32 为操作系统下最多使用 3GB 内存。

  32 位的机器最大只支持 4GB 的内存，而系统本身就需要一定的内存资源来支持运行，所以 32 位机器默认限制最大 3GB 的可用内存。

3）设置淘汰策略

方法一：通过配置文件设置淘汰策略（修改 redis.conf 文件）：

maxmemory-policy allkeys-lru

方法二：通过命令修改淘汰策略（临时生效，重启恢复）：

127.0.0.1:6379> config set maxmemory-policy allkeys-lru

4）设置 Redis 最大占用内存大小

设置 Redis 最大占用内存大小为 100M（临时生效，重启恢复）：

127.0.0.1:6379> config set maxmemory 100mb

整理完毕，完结撒花~

参考地址：

1.官方文档，https://redis.io/docs/reference/eviction/

2.Redis学习（二）原理篇，https://blog.csdn.net/qq_33204709/article/details/122326901

3.Redis 6种淘汰机制，看看你知道哪些？，https://blog.csdn.net/qq_42914528/article/details/126151403