我们知道，redis中缓存的数据是有过期时间的，当缓存数据失效时，redis会删除过期数据以节省内存，那redis是怎样删除过期数据的？删除过期数据的策略是什么？这就是我们今天要讨论的第一个问题：Redis过期策略。
redis为什么这么快，原因之一就是Redis操作都是基于内存的，既然是基于内存的，而内存的大小是有限的，当内存不足或占用过高时，怎么办？这就是我们今天要讨论的第二个问题：Redis的内存淘汰机制。
一、过期删除策略
设置key的过期时间，超过时间后，将会自动删除该key。在Redis的术语中一个key的相关超时是不确定的。
Redis在设置缓存数据时指定了过期时间，到了过期时间数据就失效了，那Redis是怎么处理这些失效的数据的呢？这就用到了Redis的过期策略——"定期删除+惰性删除" 。
1.1定期删除
定期删除是指Redis默认每隔 100ms 就 随机抽取 一些设置了过期时间的key，检测这些key是否过期，如果过期了就将其删除。
※ 100ms怎么来的？在Redis的配置文件redis.conf中有一个属性"hz"，默认为10，表示1s执行10次定期删除，即每隔100ms执行一次，可以修改这个配置值。 
※ 随机抽取一些检测，一些是多少？同样是由redis.conf文件中的maxmemory-samples属性决定的，默认为5。
※ 为什么是随机抽取部分检测，而不是全部？因为如果Redis里面有大量key都设置了过期时间，全部都去检测一遍的话CPU负载就会很高，会浪费大量的时间在检测上面，甚至直接导致redis挂掉。所有只会抽取一部分而不会全部检查。
正因为定期删除只是随机抽取部分key来检测，这样的话就会出现大量已经过期的key并没有被删除，这就是为什么有时候大量的key明明已经过了失效时间，但是redis的内存还是被大量占用的原因 ，为了解决这个问题，Redis又引入了“惰性删除策略”。
1.2惰性删除
惰性删除不是去主动删除，而是在你要获取某个key 的时候，redis会先去检测一下这个key是否已经过期，如果没有过期则返回给你，如果已经过期了，那么redis会删除这个key，不会返回给你。
"定期删除+惰性删除"就能保证过期的key最终一定会被删掉 ，但是只能保证最终一定会被删除，要是定期删除遗漏的大量过期key，我们在很长的一段时间内也没有再访问这些key，那么这些过期key不就一直会存在于内存中吗？不就会一直占着我们的内存吗？这样不还是会导致redis内存耗尽吗？由于存在这样的问题，所以redis又引入了“内存淘汰机制”来解决。
二、内存淘汰策略
2.1Maxmemory配置指令
maxmemory配置指令用于配置Redis存储数据时指定限制的内存大小。通过redis.conf可以设置该指令，或者之后使用CONFIG SET命令来进行运行时配置。
例如为了配置内存限制为100mb，以下的指令可以放在redis.conf文件中。
maxmemory 100mb 设置maxmemory为0代表没有内存限制。对于64位的系统这是个默认值，对于32位的系统默认内存限制为3GB。当指定的内存限制大小达到时，需要选择不同的行为，也就是策略。 Redis可以仅仅对命令返回错误，这将使得内存被使用得更多，或者回收一些旧的数据来使得添加数据时可以避免内存限制。
2.2回收策略
内存淘汰机制就能保证在redis内存占用过高的时候，去进行内存淘汰，也就是删除一部分key，保证redis的内存占用率不会过高，那么它会淘汰哪些key呢？Redis目前共提供了8种内存淘汰策略，含Redis 4.0版本之后又新增的两种LFU模式：volatile-lfu和allkeys-lfu。
| no-eviction | 当内存不足以容纳新写入数据时，新写入操作会报错，无法写入新数据，一般不采用。 |
| allkeys-lru | 当内存不足以容纳新写入数据时，移除最近最少使用的key，这个是最常用的。 |
| allkeys-random | 当内存不足以容纳新写入的数据时，随机移除key。 |
| allkeys-lfu | 当内存不足以容纳新写入数据时，移除最不经常使用的key。 |
| volatile-lru | 当内存不足以容纳新写入数据时，在设置了过期时间的key中，移除最近最少使用的key。 |
| volatile-random | 内存不足以容纳新写入数据时，在设置了过期时间的key中，随机移除某个key 。 |
| volatile-lfu | 当内存不足以容纳新写入数据时，在设置了过期时间的key中，移除最不经常使用的key。 |
| volatile-ttl | 当内存不足以容纳新写入数据时，在设置了过期时间的key中，优先移除过期时间最早的key（过期时间最早即剩余存活时间最短）。 |
其实我们记住他的淘汰策略，主要从两个维度去记住，首先是allkeys，针对对象就是所有的key，那她相对的就是volatitle就是针对设置了过期时间的key，其次就是lru跟lfu，lru是最近最少使用，lfu就是最近最少访问的。
lfu相对于lru的区别，其实就是lfu比lru多了一个计数器，举个例子，如果触发内存淘汰策略，如果A距离的时间更久，但是实际上A使用的频率比B还要高，所以合理的淘汰策略就应该淘汰B，所以LFU就会淘汰B，而LRU就会淘汰A。
※ 内存淘汰策略的配置：内存淘汰机制由redis.conf配置文件中的maxmemory-policy属性设置，没有配置时默认为no-eviction模式。
※ 淘汰策略的执行过程
- 客户端执行一条命令，导致Redis需要增加数据（比如set key value）；
- Redis会检查内存使用情况，如果内存使用超过 maxmemory，就会按照配置的置换策略maxmemory-policy删除一些key；
- 再执行新的数据的set操作
2.3LRU&LFU算法
在上面的8种Redis内存淘汰机制中有xxxLru、xxxLfu模式，这些模式的实现其实是基于LRU或LFU算法实现的，在面试的时候面试官可能会让你简单的写一段LRU算法实现的伪代码。
标准LRU算法是这样的：它把数据存放在链表中按照“最近访问”的顺序排列，当某个key被访问时就将此key移动到链表的头部，保证了最近访问过的元素在链表的头部或前面。当链表满了之后，就将"最近最久未使用"的，即链表尾部的元素删除，再将新的元素添加至链表头部。
因为标准LRU算法需要消耗大量的内存，所以Redis采用了一种近似LRU的做法：给每个key增加一个大小为24bit的属性字段，代表最后一次被访问的时间戳。然后随机采样出5个key，淘汰掉最旧的key，直到Redis占用内存小于maxmemory为止。其中随机采样的数量可以通过Redis配置文件中的 maxmemory_samples 属性来调整，默认是5，采样数量越大越接近于标准LRU算法，但也会带来性能的消耗。
在Redis 3.0以后增加了LRU淘汰池，进一步提高了与标准LRU算法效果的相似度。淘汰池即维护的一个数组，数组大小等于抽样数量 maxmemory_samples，在每一次淘汰时，新随机抽取的key和淘汰池中的key进行合并，然后淘汰掉最旧的key，将剩余较旧的前面5个key放入淘汰池中待下一次循环使用。假如maxmemory_samples=5，随机抽取5个元素，淘汰池中还有5个元素，相当于变相的maxmemory_samples=10了，所以进一步提高了与LRU算法的相似度。