一、过期数据介绍
时效性数据存储结构
二、删除策略（只对时效性数据有用）
目标：
在内存占用和CPU占用之间寻找一种平衡，如果不当会造成整体redis性能下降，甚至引发内存泄漏
1、定时删除
创建一个定时器，当key设置有过期时间，且过期时间到达时，由定时器任务立即执行对键的删除操作
优点：节约内存，到时就删除
缺点：CPU压力大，无论CPU此时负载多高，会影响redis服务器响应时间和指令吞吐量
总结：拿时间换空间
2、惰性删除
数据到达过期时间，不做处理。等下次访问该数据时，如果未过期，返回数据，如果已过期，删除，返回不在
优点：节约CPU性能，发现必须删除的时候才删除
缺点：内存压力大，出现长期占有内存的数据
总结：空间换时间
3、定期删除
周期性轮询redis库中的时效性数据，采用随机抽取的策略，利用过期数据占比的方式控制删除频度
特点：CPU性能占用设置有峰值，检测频度可以自定义；
内存压力不是很大，长期占用内存的冷数据会被持续清理
总结：周期性抽查存储空间（随机抽查、重点抽查）
删除策略比对：
三、逐出策略
Redis使用内存存储数据，在执行每一个命令前，会调用freeMemoryIfNeeded（）检测内存是否充足。如果内存不满足新加入数据的最低存储要求，redis要临时删除一些数据为当前指令清理存储空间。清理数据的算法称为逐出算法。
注意：
逐出数据的过程不是100%能够清理出足够的可使用的内存空间，如果不成功则反复执行。当对所有数据尝试完毕后，如果不能达到内存清理的要求，将出现错误信息。
相关配置：
最大可使用内存
maxmemory占用物理内存的比例，默认值为0，表示不限制。生产环境中根据需求设定，通常设置为50%以上。
每次选取待删除数据的个数
maxmemory-samples选取数据时并不会全库扫描，导致严重的性能消耗，降低读写性能。因此采用随机获取数据的方式作为待检测删除数据
删除数据
maxmemory-policy volatile-lru达到最大内存后的，对被挑选出来的数据进行删除的策略
逐出策略：
