Redis 淘汰策略介绍

在 Redis 中，当使用内存超过设定的 maxmemory 限制时，Redis 会通过 淘汰策略（Eviction Policy）来删除某些数据，以便腾出内存空间。这些淘汰策略决定了当 Redis 达到内存限制时，哪些数据会被删除，从而保持 Redis 的正常运行。Redis 提供了多种淘汰策略，适用于不同的使用场景。

以下是常见的 Redis 淘汰策略：

1. noeviction（不淘汰数据）

策略描述：

• 当 Redis 达到最大内存限制时，不会删除任何数据。此时，如果有新的写入请求，Redis 会返回 OOM（Out Of Memory）错误。
• 适用于某些要求保证数据完整性且不希望丢失任何数据的场景。

使用场景：

• 当你不希望 Redis 丢失任何数据，但在内存满时不允许系统继续工作时，可以选择此策略。

配置：

bash复制代码maxmemory 2gb
maxmemory-policy noeviction

假设你有一个 Redis 用于存储重要的会话数据，并且要求不会丢失任何数据。如果 Redis 的内存达到 2GB，Redis 会拒绝新的写入操作，并返回错误，而不会删除任何现有的数据。此时需要根据错误做相应的处理，比如扩展 Redis 内存或优化数据存储。

2. allkeys-lru（LRU 最近最少使用）

策略描述：

• LRU（Least Recently Used） 策略删除 所有键 中最近最少使用的键。即优先删除最近最久没有被访问的数据。
• 适用于缓存场景，能有效保留频繁访问的数据。

使用场景：

• 适用于热点数据较为明确，常访问的数据需要保留，其他不常用的数据可以删除的场景。

配置：

maxmemory 2gb
maxmemory-policy allkeys-lru

假设你有一个 Redis 缓存用于存储电商网站的商品信息。在高峰期，一些商品被频繁访问，而其他商品很少被访问。使用 allkeys-lru 策略时，Redis 会优先删除那些较少被访问的商品信息，从而腾出空间给更多的热点商品信息。

3. volatile-lru（LRU 最近最少使用，仅删除设置了过期时间的数据）

策略描述：

• 与 allkeys-lru 相似，但只会删除那些 设置了过期时间（TTL）的键。
• 这种策略确保仅删除过期的数据，而保留没有过期时间的数据。

使用场景：

• 适用于只希望删除过期的缓存数据，而不希望删除长期存活的数据或关键数据。

配置：

maxmemory 2gb
maxmemory-policy volatile-lru

假设你有一个 Redis 用于缓存用户会话数据，其中大部分数据都会过期。使用 volatile-lru 策略时，Redis 会删除最久未被访问的过期会话数据，而不会删除尚未过期的会话数据。这样可以保证活跃用户的会话不被删除。

4. allkeys-random（随机删除）

策略描述：

• 当 Redis 达到最大内存限制时，随机删除所有键（不论是否设置了过期时间）。
• 适用于不关心数据的使用频率或重要性的场景。

使用场景：

• 适用于缓存数据对业务逻辑不敏感，删除数据不会造成严重后果的情况。

配置：

maxmemory 2gb
maxmemory-policy allkeys-random

假设你有一个 Redis 缓存用于存储临时的用户浏览历史。使用 allkeys-random 策略时，Redis 会随机删除历史记录中的一些条目，无论这些记录是否过期。对于这种情况，数据的丢失不会影响业务流程，因此可以使用该策略。

5. volatile-random（随机删除设置了过期时间的数据）

策略描述：

• 与 allkeys-random 相似，但只会删除 设置了过期时间（TTL）的键。
• 适用于缓存数据，并且希望删除即将过期的数据，而保留长期存活的数据。

使用场景：

• 当你希望保证长期有效的数据不被删除，而缓存数据可以随机删除时使用此策略。

配置：

maxmemory 2gb
maxmemory-policy volatile-random

假设你有一个 Redis 用于缓存商品的实时价格数据，并且这些价格会定期过期。使用 volatile-random 策略时，当 Redis 达到内存限制时，它会随机删除过期的商品价格数据，而不会影响那些没有过期的价格数据。

6. volatile-ttl（按 TTL（生存时间）删除）

策略描述：

• 当 Redis 达到最大内存限制时，优先删除剩余生存时间（TTL）最短的键。
• 适用于缓存数据，其中某些数据可能接近过期，删除这些数据不会造成较大影响。

使用场景：

• 当你希望优先删除那些即将过期的缓存数据，而保留剩余时间较长的数据时，可以使用此策略。

配置：

maxmemory 2gb
maxmemory-policy volatile-ttl

假设你有一个 Redis 用于缓存短期活动的优惠券信息。这些优惠券有一个有效期，快到期的优惠券数据对业务价值较小，可以删除。使用 volatile-ttl 策略时，Redis 会优先删除剩余有效期最短的优惠券数据，从而保留那些有效期较长的优惠券数据。