一、Redis内存淘汰的必要性
我们都知道redis的性能很高，最主要的原因之一就是redis的数据都在内存中放着，我们在从redis中获取数据或者更新redis中的数据时，都是操作的内存中的数据。而当内存被占满了之后怎么办呢？这时就有必要将一些数据清理掉，以便新的数据能够放到redis中。而清理掉哪些数据？保留哪些数据？什么时候清理？如何配置这些策略？这些就是接下来要研究的内容。
二、Redis的key过期策略
Redis中可以为key设置过期时间，当到达过期时间后，就需要将这个key删除掉。Redis中提供了两种过期删除策略：惰性删除和定期删除。
（一）定期删除
Redis会将每个设置了过期时间的key放入到一个独立的字典中，以后会定期遍历这个字典来删除到期的key。Redis默认每秒进行10次过期扫描（100ms一次，可以通过修改配置文件redis.conf 的 hz 选项来调整这个次数），但这个扫描并不会扫描过期字典中所有的key，而是通过一种贪心策略来随机筛选删除key，步骤如下：
- 从过期字典中随机选出20个key；
- 删除这20个key中已经过期的key；
- 如果过期的key的比例超过了1/4，那就重复从步骤1开始执行。
之所以采用这种扫描策略，还是为了性能考虑。假如过期字典中有数百万个key，每隔100ms就扫描一次这数百万个key，会给CPU造成很大的负荷，所以，就选择了这种随机筛选部分key，然后按照过期比例来判断是否需要重复执行筛选过期的动作。
正是由于使用了这种扫描策略，定期删除可能会造成很多已经过期的key无法及时删除，所以就有了接下来的惰性删除策略。
（二）惰性删除
所谓惰性删除就是在客户端访问这个key的时候，Redis对key的过期时间进行检查，如果过期了就立即删除，然后返回null。
不管是定期删除还是惰性删除，都是一种不完全精确的删除策略，始终还是会存在已经过期的key无法被删除的场景。而且这两种过期策略都是只针对设置了过期时间的key，不适用于没有设置过期时间的key的淘汰，所以，Redis还提供了内存淘汰策略，用来筛选淘汰指定的key。
三、Redis内存淘汰策略
我们在之前的文章中学习过两种内存淘汰算法：一文带你读懂LRU算法和一文带你读懂LFU算法，redis提供的内存淘汰策略中就有一部分是基于这两种算法实现的，如果对这两种算法不太熟悉，可以先学习下这两篇文章的内容。Redis目前共提供了8种内存淘汰策略，其中有两种基于LFU算法的策略是Redis4.0版本之后增加的。接下来让我们一起了解下这8种淘汰策略：
- noeviction：只返回错误，不会删除任何key。该策略是Redis的默认淘汰策略，一般不会选用。
- volatile-ttl：将设置了过期时间的key中即将过期（剩余存活时间最短）的key删除掉。
- volatile-random：在设置了过期时间的key中，随机删除某个key。
- allkeys-random：从所有key中随机删除某个key。
- volatile-lru：基于LRU算法，从设置了过期时间的key中，删除掉最近最少使用的key。
- allkeys-lru：基于LRU算法，从所有key中，删除掉最近最少使用的key。该策略是最常使用的策略。
- volatile-lfu：基于LFU算法，从设置了过期时间的key中，删除掉最不经常使用（使用次数最少）的key。
- allkeys-lfu：基于LFU算法，从所有key中，删除掉最不经常使用（使用次数最少）的key。
需要注意的是，Redis中的LRU算法并没有严格按照常规的LRU算法的方式实现，而是基于LRU算法的思想做了自己的优化。我们知道，实现LRU算法时，需要将所有的数据按照访问时间距离当前时间的长短排序放到一个双向链表中，基于这个链表实现数据的淘汰。但Redis中存储的数据量是非常庞大的，如果要基于常规的LRU算法，就需要把所有的key全部放到这个双向链表中，这样就会导致这个链表非常非常大，不止需要提供更多的内存来存放这个链表结构，而且操作这么庞大的链表的性能也是比较差的。
所以，Redis中的LRU算法是这样实现的：首先定义一个淘汰池，这个淘汰池是一个数组（大小为16），然后触发淘汰时会根据配置的淘汰策略，先从符合条件的key中随机采样选出5（可在配置文件中配置）个key，然后将这5个key按照空闲时间排序后放到淘汰池中，每次采样之后更新这个淘汰池，让这个淘汰池里保留的总是那些随机采样出的key中空闲时间最长的那部分key。需要删除key时，只需将淘汰池中空闲时间最长的key删掉即可。
为了方便理解它的思想，我画了一个图：
四、Redis内存淘汰策略的配置
学习了这8种内存淘汰策略之后，Redis要什么时候会触发执行这些淘汰策略呢？又要怎么指定使用哪一种淘汰策略呢？这就要去Redis的配置文件中进行配置了
（一）配置redis最大内存
在配置文件redis.conf 中，可以通过参数 maxmemory <bytes> 来设定最大内存：
当数据内存达到 maxmemory 时，便会触发redis的内存淘汰策略。该参数通常设定为其物理内存的四分之三。
（二）配置redis淘汰策略
在配置文件redis.conf 中，通过设置 maxmemory-policy 来指定使用哪种内存淘汰策略：
（三）配置最大采样数量
上文在讲Redis的LRU算法的时候，提到了Redis每次会随机选择5个key放入淘汰池中，这个5的数量就是在redis.conf配置文件中通过 maxmemory-samples 选项配置的：
