一般来说，缓存的容量是小于数据总量的，所以，当缓存数据越来越多，Redis不可避免的会被写满，这时候就涉及到Redis的内存淘汰机制了。我们需要选定某种策略将“不重要”的数据从Redis中清除，为新的数据腾出空间。
1、配置Redis内存大小
我们应该为Redis设置多大的内存容量呢？
根据“八二原理“，即80%的请求访问了20%的数据，因此如果按照这个原理来配置，将Redis内存大小设置为数据总量的20%，就有可能拦截到80%的请求。当然，只是有可能，对于不同的业务场景需要进行不同的配置，一般建议把缓存容量设置为总数据量的15%到30%，兼顾访问性能和内存空间开销。
配置方式（以5GB为例，如果不带单位则默认单位是字节）：
命令行
configsetmaxmemory5gb
配置文件
查看maxmemory命令
configgetmaxmemory
2、Redis的内存淘汰策略
在Redis4.0版本之前有6种策略，4.0增加了2种，主要新增了LFU算法。
下图为Redis6.2.0版本的配置文件：
其中，默认的淘汰策略是noevition，也就是不淘汰
我们可以对8种淘汰策略可以分为两大类：
不进行淘汰的策略
noevition，此策略不会对缓存的数据进行淘汰，当内存不够了就会报错，因此，如果真实数据集大小大于缓存容量，就不要使用此策略了。
会进行淘汰的策略
allkeys-random：随机删除
allkeys-lru：使用LRU算法进行筛选删除
allkeys-lfu：使用LFU算法进行筛选删除
volatile-random：随机删除
volatile-ttl：根据过期时间先后进行删除，越早过期的越先被删除
volatile-lru：使用LRU算法进行筛选删除
volatile-lfu：使用LFU算法进行筛选删除
在设置了过期时间的数据中筛选
在所有数据中筛选
以volatile开头的策略只针对设置了过期时间的数据，即使缓存没有被写满，如果数据过期也会被删除。
以allkeys开头的策略是针对所有数据的，如果数据被选中了，即使过期时间没到，也会被删除。当然，如果它的过期时间到了但未被策略选中，同样会被删除。
那么我们如何配置过期策略呢？
命令行
configsetmaxmemory-policyallkeys-lru
配置文件
3、LRU算法
首先简单介绍一下LRU算法：
LRU全称是LeastRecentlyUsed，即最近最少使用，会将最不常用的数据筛选出来，保留最近频繁使用的数据。
LRU会把所有数据组成一个链表，链表头部称为MRU，代表最近最常使用的数据；尾部称为LRU代表最近最不常使用的数据；
下图是一个简单的例子：
但是，如果直接在Redis中使用LRU算法也会有一些问题：
LRU算法在实现过程中使用链表管理所有缓存的数据，这会给Redis带来额外的开销，而且，当有数据访问时就会有链表移动操作，进而降低Redis的性能。
于是，Redis对LRU的实现进行了一些改变：
记录每个key最近一次被访问的时间戳（由键值对数据结构RedisObject中的lru字段记录）
在第一次淘汰数据时，会先随机选择N个数据作为一个候选集合，然后淘汰lru值最小的。（N可以通过configsetmaxmemory-samples命令来配置）
后续再淘汰数据时，会挑选数据进入候选集合，进入集合的条件是：它的lru小于候选集合中最小的lru。
如果候选集合中数据个数达到了maxmemory-samples，Redis就会将lru值小的数据淘汰出去。
4、LFU算法
LFU全称LeastFrequentlyUsed，即最不经常使用策略，它是基于数据访问次数来淘汰数据的，在Redis4.0时添加进来。它在LRU策略基础上，为每个数据增加了一个计数器，来统计这个数据的访问次数。
前面说到，LRU使用了RedisObject中的lru字段记录时间戳，lru是24bit的，LFU将lru拆分为两部分：
ldt值：lru字段的前16bit，表示数据的访问时间戳
counter值：lru字段的后8bit，表示数据的访问次数
使用LFU策略淘汰缓存时，会把访问次数最低的数据淘汰，如果访问次数相同，再根据访问的时间，将访问时间戳最小的淘汰。
为什么Redis有了LRU还需要LFU呢？
在一些场景下，有些数据被访问的次数非常少，甚至只会被访问一次。当这些数据服务完访问请求后，如果还继续留存在缓存中的话，就只会白白占用缓存空间。
由于LRU是基于访问时间的，如果系统对大量数据进行单次查询，这些数据的lru值就很大，使用LFU算法就不容易被淘汰。
-END-
长按进入小程序，进行授权登陆
（更多精彩值得期待……）
推荐我的