1. 查询Redis最大占用内存
# 查询最大占用内存
config get maxmemory
# 为0时在64操作系统中不限制内存，在32位操作系统中最大为3GB
2. Redis设置最大占用内存
- 通过配置文件设置
# 设置最大占用内存大小为100MB
maxmemory 100MB
- 通过命令设置
# 设置最大占用内存大小为100MB
config set maxmemory 100MB
3. Redis内存淘汰策略
- noeviction（默认策略）
对于写请求不再提供服务，直接返回错误（DEL或部分特殊请求除外）。 - allkeys-lru
从所有key中使用LRU算法进行淘汰。 - volatile-lru
从设置了过期时间的key中使用LRU算法进行淘汰。 - allkeys-random
从所有key中随机淘汰数据。 - volatile-random
从设置了过期时间的key中随机淘汰。 - volatile-ttl
在设置了过期时间的key中，根据key的过期时间进行淘汰，越早过期越优先淘汰。
注意：当使用volatile-lru、volatile-random、volatile-ttl这三种策略时，如果没有key可以被淘汰，则和默认策略一样返回错误。
4. 查询Redis内存淘汰策略
# 查询内存淘汰策略
config get maxmemory-policy
5. Redis设置内存淘汰策略
- 通过配置文件设置
# 设置内存淘汰策略为：allkeys-lru
maxmemory-policy allkeys-lru
- 通过命令设置
# 设置内存淘汰策略为：allkeys-lru
config set maxmemory-policy allkeys-lru
6. LRU算法
LRU（Least Recently Used），即最近最少使用，是一种缓存置换算法。
在使用内存作为缓存的时候，缓存的大小一般是固定的。当缓存被占满，这个时候继续添加数据，就需要淘汰一部分数据，释放内存空间存储新的数据。此时就可以使用LRU算法了，其核心思想是：如果一个数据在最近一段时间没有被用到，那么将来被使用到的可能性也很小，所以就可以被淘汰。
7. LRU算法在Redis中的实现
Redis使用的是近似LRU算法。近似LRU算法通过随机采样法淘汰数据，每次随机出5（默认）个key，从里面淘汰掉最近最少使用的key。
可以通过maxmemory-samples参数修改采样数量：修改配置文件中maxmemory-samples 10或通过命令config set maxmemory-samples 10。maxmenory-samples配置的数值越大，淘汰的结果越接近于严格的LRU算法。
Redis为了实现近似LRU算法，给每个key额外增加了24字节，用来存储该key最后一次被访问的时间。
8. Redis3.0对近似LRU的优化
Redis3.0对近似LRU算法进行了一些优化。新算法会维护一个候选池（大小为16），池中的数据根据访问时间进行排序，第一次随机选取的key都会放入池中，随后每次随机选取的key只有在访问时间小于池中最小的时间才会放入池中，直到候选池被放满。当放满后，如果有新的key需要放入，则将池中最后访问时间最大（最近被访问）的移除。
当需要淘汰的时候，则直接从池中选取最近访问时间最小（最久未被访问）的key淘汰。
9. Redis4.0新增LFU算法
LFU（Least Frequently Used），它的核心思想是：根据key的最近访问频率进行淘汰，很少被访问的优先被淘汰，访问多的则被留下来。
LFU算法能更好的表示一个key被访问的热度。假如使用的是LRU算法，一个key很久没有被访问，但是刚刚偶尔被访问了一次，那么它就被认为是热点数据，不会被淘汰，而有些key将来很有可能被访问到但被淘汰了。如果使用LFU算法则不会出现这种情况，因为使用一次并不会使一个key成为热点数据。
10. LFU算法策略
- volatile-lfu
在设置了过期时间的key中使用LFU算法淘汰。 - allkeys-lfu
在所有的key中使用LFU算法淘汰数据。
注意：LFU策略只能在Redis4.0及以上版本使用，版过低会报错。