面试官问：什么是Redis 内存淘汰策略？

Redis内存淘汰策略是当内存达到上限（maxmemory）时，通过特定规则清除部分键值对以释放内存的机制，确保新数据可以正常写入。 以下是详细说明：

• Redis内存上限通过maxmemory配置（单位：字节），默认在64位系统中无限制（值为0），32位系统限制为3GB。
• 当内存使用超过上限时，若不淘汰旧数据，新写入操作会返回错误（如OOM command not allowed when used memory > maxmemory），导致服务不可用。
• 淘汰策略的核心目标是平衡内存使用与数据访问效率，避免因内存不足引发性能问题。

Redis提供8种淘汰策略，分为不淘汰、LRU、LFU、随机、TTL五大类：

• noeviction

  行为：禁止写入新数据（DEL等少数命令除外），直接返回错误。

  适用场景：对数据一致性要求极高，且能接受写入失败的场景（如缓存穿透防护）。

  风险：可能导致内存持续占用，需监控内存使用率。

• allkeys-lru

  行为：从所有键中淘汰最近最少使用的数据。

  适用场景：缓存场景，且无法预估键的过期时间。

  示例：社交媒体的热点新闻缓存，优先保留高频访问内容。

• volatile-lru

  行为：仅从设置了过期时间的键中淘汰最近最少使用的数据。

  适用场景：需要保留永久键（如用户基础信息），仅清理临时缓存。

  对比：比allkeys-lru更保守，可能减少永久键被误删的风险。

• allkeys-lfu

  行为：从所有键中淘汰访问频率最低的数据。

  适用场景：长期热点数据保留（如电商商品库存）。

  优势：避免LRU中“短期高频但长期低频”的键被误留。

• volatile-lfu

  行为：仅从设置了过期时间的键中淘汰访问频率最低的数据。

  适用场景：临时缓存中需区分访问频率的场景（如促销活动页面）。

• allkeys-random

  行为：从所有键中随机淘汰数据。

  适用场景：对数据访问模式无特殊要求，且需快速释放内存的场景。

  风险：可能误删高频访问键，导致缓存命中率下降。

• volatile-random

  行为：仅从设置了过期时间的键中随机淘汰数据。

  适用场景：临时缓存且无访问频率差异的场景（如验证码存储）。

• volatile-ttl

  行为：从设置了过期时间的键中淘汰剩余生存时间（TTL）最短的键。

  适用场景：需要优先清理即将过期的数据（如会话管理）。

  优势：减少内存占用，同时避免频繁更新TTL的计算开销。

1. 触发条件：客户端执行写入命令（如SET、HSET）时，Redis检查内存使用是否超过maxmemory。
2. 策略选择：根据配置的淘汰策略筛选候选键。
3. 键回收：删除选中的键，释放内存后执行原命令。
4. 特殊情况：若命令导致内存激增（如保存大集合），可能直接触发OOM错误。

• Redis未实现严格LRU（需记录所有键的访问时间，内存开销大），而是采用采样近似：

  每次回收时随机检查maxmemory-samples个键（默认5个），淘汰其中最久未访问的键。

  Redis 3.0+引入候选键池，提升近似精度。

• 配置：通过maxmemory-samples调整采样数量（值越大越接近真实LRU，但CPU消耗增加）。

• 数据结构：键的内部时钟（24位）分为两部分：

  前16位：记录最后访问时间（类似LRU）。

  后8位：Morris计数器，记录访问频率（非线性增长）。

• 频率更新：

  递增：通过lfu-log-factor（默认10）控制增长速度（值越大，递增越慢）。

  衰减：通过lfu-decay-time（默认1分钟）控制未访问时的削减速度（值越小，衰减越快）。

• 初始值：新键的计数器默认为5，避免被快速淘汰。

• 缓存场景：优先选allkeys-lru或allkeys-lfu（根据数据访问模式）。
• 临时数据：选volatile-ttl或volatile-random。
• 避免OOM：生产环境慎用noeviction，建议配置监控告警。
• 混合场景：结合业务特点测试不同策略的命中率与内存占用。

通过合理配置内存淘汰策略，Redis可在有限资源下最大化缓存效率，平衡性能与稳定性。