redis数据淘汰策略

redis 每服务客户端执行一个命令的时候，会检测使用的内存是否超额。若是超额，即进行数据淘汰。

在 redis 中，容许用户设置最大使用内存大小 server.maxmemory，在内存限定的状况下是颇有用的。譬如，在一台 8G 机子上部署了 4 个 redis 服务点，每个服务点分配 1.5G 的内存大小，减小内存紧张的状况，由此获取更为稳健的服务。

redis 内存数据集大小上升到必定大小的时候，就会施行数据淘汰策略。redis 提供 6种数据淘汰策略：

1. volatile-lru：从已设置过时时间的数据集（server.db[i].expires）中挑选最近最少使用的数据淘汰
2. volatile-ttl：从已设置过时时间的数据集（server.db[i].expires）中挑选将要过时的数据淘汰
3. volatile-random：从已设置过时时间的数据集（server.db[i].expires）中任意选择数据淘汰
4. allkeys-lru：从数据集（server.db[i].dict）中挑选最近最少使用的数据淘汰
5. allkeys-random：从数据集（server.db[i].dict）中任意选择数据淘汰
6. no-enviction（驱逐）：禁止驱逐数据

redis 肯定驱逐某个键值对后，会删除这个数据并，并将这个数据变动消息发布到本地（AOF 持久化）和从机（主从链接）。

设置:

Redis.conf配置文件中修改“maxmemory-policy”属性值。 如果Redis数据集中的key都设置了过时时间，那么“volatile-ttl”策略是比较好的选择。但若是key在达到最大内存限制时没可以迅速过时，或者根本没有设置过时时间。那么设置为“allkeys-lru”值比较合适，它容许Redis从整个数据集中挑选最近最少使用的key进行删除(LRU淘汰算法)。

经过设置maxmemory为系统可用内存的45%或95%(取决于持久化策略)和设置“maxmemory-policy”为“volatile-ttl”或“allkeys-lru”(取决于过时设置)，能够比较准确的限制Redis最大内存使用率，在绝大多数场景下使用这2种方式可确保Redis不会进行内存交换。假若你担忧因为限制了内存使用率致使丢失数据的话，能够设置noneviction值禁止淘汰数据。