Redis 的内存淘汰机制 (Eviction Policy) 是指当 Redis 使用的内存达到 maxmemory 配置的上限时，为了腾出新的空间来存储数据，Redis 会根据配置的策略自动删除一些键 (key)。 这个机制对于保证 Redis 在内存受限的环境下能够持续稳定运行至关重要。
为什么需要内存淘汰机制？
Redis 是一个基于内存的数据库，所有数据都存储在内存中以实现高速读写。 然而，内存资源是有限的。 当 Redis 存储的数据量不断增长，最终会达到服务器的内存上限。 如果不进行内存管理，Redis 将无法继续写入新的数据，甚至可能导致崩溃。
内存淘汰机制就是为了解决这个问题而生的。 当 Redis 内存不足时，它会根据预设的策略，自动删除一些不再重要或不常用的数据，从而释放内存空间，保证 Redis 可以继续接受新的写入操作。
Redis 内存淘汰策略 (maxmemory-policy)
Redis 提供了多种内存淘汰策略，可以通过 redis.conf 文件中的 maxmemory-policy 配置项进行设置。 以下是 Redis 支持的策略，以及它们的详细解释：
1. No Eviction (不淘汰策略)
- 策略名称: noeviction
- 描述: 这是默认策略。 当内存达到 maxmemory 限制时，Redis 不会 淘汰任何键。
- 行为:对于 读操作 (如 GET, HGET, SADD 等)，Redis 仍然可以正常执行。对于 写操作 (如 SET, HSET, LPUSH 等)，如果需要分配新的内存空间，Redis 将会返回错误 (error) OOM command not allowed when used memory > 'maxmemory'。
- 适用场景:数据完整性至关重要: 如果你绝对不能丢失任何数据，并且希望 Redis 在内存不足时直接拒绝写入操作，而不是删除数据。内存充足的环境: 如果你的 Redis 实例部署在内存资源非常充足的环境中，并且数据量增长可控，可以考虑使用 noeviction。
- 缺点:可能导致服务不可用: 当内存耗尽时，Redis 将拒绝写入操作，影响应用程序的正常功能。内存溢出风险: 如果不加以监控和管理，可能会导致服务器内存溢出。
2. Volatile Policies (针对设置了过期时间的键)
这些策略只针对设置了过期时间 (TTL) 的键进行淘汰。 如果没有符合条件的键，则会退化为 noeviction 策略。
- volatile-lru (最近最少使用算法，针对设置了过期时间的键)
- 描述: 从所有设置了过期时间的键中，淘汰 最近最少使用 (Least Recently Used, LRU) 的键。
- 适用场景: 适用于缓存场景，优先保留最近被访问的数据，淘汰较少访问的过期数据。
- 优点: 相对智能，能够淘汰不常用的过期数据，提高缓存命中率。
- 缺点: 只针对过期键，如果所有键都没有设置过期时间，则不会进行淘汰。
- volatile-lfu (最近最不常用算法，针对设置了过期时间的键)
- 描述: 从所有设置了过期时间的键中，淘汰 最近最不常用 (Least Frequently Used, LFU) 的键。
- 适用场景: 类似于 volatile-lru，但 LFU 更关注键的访问频率，而不是最近一次访问时间。 适用于访问频率分布不均匀的场景，例如某些键访问频率很高，而其他键访问频率很低。
- 优点: 在某些场景下，LFU 比 LRU 更能准确地淘汰不常用的数据，提高缓存命中率。
- 缺点: 计算 LFU 需要维护额外的频率信息，可能会带来一定的性能开销。 同样只针对过期键。
- volatile-random (随机淘汰算法，针对设置了过期时间的键)
- 描述: 从所有设置了过期时间的键中，随机淘汰一部分键。
- 适用场景: 适用于对数据重要性没有明确区分，或者对淘汰策略性能要求较高的场景。
- 优点: 简单高效，实现成本低，性能开销小。
- 缺点: 淘汰的键可能不是最不重要的，可能误删重要数据。 同样只针对过期键。
- volatile-ttl (TTL 淘汰算法，针对设置了过期时间的键)
- 描述: 从所有设置了过期时间的键中，淘汰 剩余生存时间 (Time To Live, TTL) 最短 的键，也就是即将过期的键。
- 适用场景: 适用于希望优先淘汰即将过期的数据的场景，例如会话数据、临时缓存等。
- 优点: 可以确保尽快释放即将过期的键占用的内存。
- 缺点: 可能淘汰掉最近刚被访问但即将过期的键，不一定是最优的淘汰策略。 同样只针对过期键。
3. Allkeys Policies (针对所有键，无论是否设置过期时间)
这些策略会考虑 Redis 实例中的所有键，无论是否设置了过期时间。 如果没有键可以淘汰，则会退化为 noeviction 策略。
- allkeys-lru (最近最少使用算法，针对所有键)
- 描述: 从所有键中，淘汰 最近最少使用 (LRU) 的键。
- 适用场景: 适用于缓存场景，希望优先保留最近被访问的数据，淘汰较少访问的数据。
- 优点: 相对智能，能够淘汰不常用的数据，提高缓存命中率。
- 缺点: 如果数据访问模式不符合 LRU 特性，淘汰效果可能不佳。
- allkeys-lfu (最近最不常用算法，针对所有键)
- 描述: 从所有键中，淘汰 最近最不常用 (LFU) 的键。
- 适用场景: 类似于 allkeys-lru，但 LFU 更关注键的访问频率。 适用于访问频率分布不均匀的场景。
- 优点: 在某些场景下，LFU 比 LRU 更能准确地淘汰不常用的数据，提高缓存命中率。
- 缺点: 计算 LFU 需要维护额外的频率信息，可能会带来一定的性能开销。
- allkeys-random (随机淘汰算法，针对所有键)
- 描述: 从所有键中，随机淘汰一部分键。
- 适用场景: 适用于对数据重要性没有明确区分，或者对淘汰策略性能要求较高的场景。
- 优点: 简单高效，实现成本低，性能开销小。
- 缺点: 淘汰的键可能不是最不重要的，可能误删重要数据。
LRU 和 LFU 的近似算法
Redis 的 LRU 和 LFU 算法都是 近似算法，而不是精确算法。 这是为了在性能和准确性之间取得平衡。
- 近似 LRU: Redis 并非跟踪所有键的精确访问时间戳，而是维护一个采样池 (sample pool)。 当需要淘汰键时，Redis 会从采样池中随机选择几个键，然后淘汰其中 LRU 的键。 maxmemory-samples 配置项控制采样池的大小，值越大，LRU 算法越接近精确，但性能开销也越大。
- 近似 LFU: Redis 为每个键维护一个 8 位的计数器，用于记录键的访问频率。 计数器会随着键的访问而增加，但增长速度会随着时间衰减。 淘汰时，Redis 会从采样池中选择键，并根据计数器值淘汰 LFU 的键。 LFU 算法也受到 maxmemory-samples 和 lfu-log-factor、lfu-decay-time 等配置项的影响。
如何选择合适的淘汰策略？
选择合适的淘汰策略需要根据你的应用场景和数据特点来决定：
- 缓存场景:
- volatile-lru 或 allkeys-lru: 如果你的 Redis 主要用作缓存，并且希望优先保留最近访问的数据，LRU 策略通常是不错的选择。
- volatile-lfu 或 allkeys-lfu: 如果你的数据访问频率分布不均匀，某些键访问频率很高，而其他键访问频率很低，LFU 策略可能更适合。
- 会话管理、临时数据:
- volatile-ttl: 如果你的 Redis 存储的是会话数据、临时数据等，并且希望优先淘汰即将过期的数据，volatile-ttl 策略可能更合适。
- 数据重要性不高，性能优先:
- volatile-random 或 allkeys-random: 如果你的数据重要性不高，或者对淘汰策略的性能要求很高，随机淘汰策略可以考虑。
- 数据完整性至上:
- noeviction: 如果你绝对不能丢失任何数据，并且希望 Redis 在内存不足时直接拒绝写入操作，可以选择 noeviction 策略。 但需要确保你有足够的内存资源，并做好内存监控和管理。
配置内存淘汰策略
可以通过以下两种方式配置 Redis 的内存淘汰策略：
- 修改 redis.conf 文件: 找到 maxmemory-policy 配置项，将其设置为你需要的策略，例如：
- 复制代码
- maxmemory-policy volatile-lru
- 修改后需要重启 Redis 服务才能生效。
- 使用 CONFIG SET 命令动态修改: 在 Redis 客户端中使用 CONFIG SET 命令可以动态修改 maxmemory-policy，例如：
- 复制代码
- CONFIG SET maxmemory-policy allkeys-lfu
- 动态修改会立即生效，无需重启 Redis 服务。
重要注意事项:
- maxmemory 配置: 必须先配置 maxmemory 选项，内存淘汰策略才能生效。 maxmemory 设置 Redis 可以使用的最大内存量。
- 内存监控: 建议监控 Redis 的内存使用情况，例如使用 INFO memory 命令查看 used_memory 和 maxmemory 的值，以及 evicted_keys 统计被淘汰的键的数量。
- 性能影响: 内存淘汰操作本身会消耗一定的 CPU 资源，选择合适的策略并合理配置 maxmemory-samples 等参数可以降低性能影响。
- 数据丢失风险: 除了 noeviction 策略，其他所有策略都可能导致数据丢失。 在选择策略时，需要权衡数据丢失的风险和内存管理的必要性。
- 测试和调优: 在生产环境中使用 Redis 之前，建议进行充分的测试，根据实际应用场景和数据特点，选择合适的内存淘汰策略并进行调优。
总结
Redis 的内存淘汰机制是保证 Redis 在内存受限环境下稳定运行的关键特性。 理解各种淘汰策略的特点和适用场景，并根据实际需求选择合适的策略，对于构建高性能、高可用的 Redis 应用至关重要。 同时，合理的 maxmemory 配置、内存监控和性能调优也是不可或缺的环节。