推薦學習：Redis影片教學
Redis 是可以對key 設定過期時間的，因此需要有對應的機制將已過期的鍵值對刪除，而做這個工作的就是過期鍵值刪除策略。
Redis 的「記憶體淘汰策略」和「過期刪除策略」，很多小夥伴容易混淆，這兩個機制雖然都是做刪除的操作，但是觸發的條件和使用的策略都是不同的。
今天就跟大家理一理，「記憶體淘汰策略」和「過期刪除策略」。
Redis 是可以對key 設定過期時間的，因此需要有對應的機制將已過期的鍵值對刪除，而做這個工作的就是過期鍵值刪除策略。
先說一下對 key 設定過期時間的指令。設定key 過期時間的指令一共有4 個：
##當然，在設定字串時，也可以同時對key 設定過期時間，共有3 個指令：
如果你想查看某個 key 剩餘的存活時間，可以使用 TTL
# 设置键值对的时候，同时指定过期时间位 60 秒 > setex key1 60 value1 OK # 查看 key1 过期时间还剩多少 > ttl key1 (integer) 56 > ttl key1 (integer) 52
如果突然反悔，取消 key 的過期時間，則可以使用 PERSIST
# 取消 key1 的过期时间 > persist key1 (integer) 1 # 使用完 persist 命令之后， # 查下 key1 的存活时间结果是 -1，表明 key1 永不过期 > ttl key1 (integer) -1
每當我們對一個key 設定了過期時間時，Redis 會把該key 帶上過期時間儲存到一個過期字典（expires dict）中，也就是說「過期字典」保存了資料庫中所有key 的過期時間。
過期字典儲存在redisDb 結構中，如下：
typedef struct redisDb {
dict *dict; /* 数据库键空间，存放着所有的键值对 */
dict *expires; /* 键的过期时间 */
....
} redisDb;過期字典資料結構結構如下：
#過期字典的資料結構如下圖所示：
#字典其實是雜湊表，雜湊表最大的優點就是讓我們可以用O(1) 的時間複雜度來快速找出。當我們查詢一個key 時，Redis 首先檢查該key 是否存在於過期字典中：
過期鍵判斷流程如下圖所示：
在說 Redis 過期刪除策略之前，先跟大家介紹下，常見的三種過期刪除策略：
#接下来，分别分析它们的优缺点。
定时删除策略是怎么样的？
定时删除策略的做法是，在设置 key 的过期时间时，同时创建一个定时事件，当时间到达时，由事件处理器自动执行 key 的删除操作。
定时删除策略的优点：可以保证过期 key 会被尽快删除，也就是内存可以被尽快地释放。因此，定时删除对内存是最友好的。
定时删除策略的缺点：在过期 key 比较多的情况下，删除过期 key 可能会占用相当一部分 CPU 时间，在内存不紧张但 CPU 时间紧张的情况下，将 CPU 时间用于删除和当前任务无关的过期键上，无疑会对服务器的响应时间和吞吐量造成影响。所以，定时删除策略对 CPU 不友好。
惰性删除策略是怎么样的？惰性删除策略的做法是，不主动删除过期键，每次从数据库访问 key 时，都检测 key 是否过期，如果过期则删除该 key。
惰性删除策略的优点：因为每次访问时，才会检查 key 是否过期，所以此策略只会使用很少的系统资源，因此，惰性删除策略对 CPU 时间最友好。
惰性删除策略的缺点：如果一个 key 已经过期，而这个 key 又仍然保留在数据库中，那么只要这个过期 key 一直没有被访问，它所占用的内存就不会释放，造成了一定的内存空间浪费。所以，惰性删除策略对内存不友好。
定期删除策略是怎么样的？定期删除策略的做法是，每隔一段时间「随机」从数据库中取出一定数量的 key 进行检查，并删除其中的过期key。
定期删除策略的优点：通过限制删除操作执行的时长和频率，来减少删除操作对 CPU 的影响，同时也能删除一部分过期的数据减少了过期键对空间的无效占用。
定期删除策略的缺点：
前面介绍了三种过期删除策略，每一种都有优缺点，仅使用某一个策略都不能满足实际需求。
所以， Redis 选择「惰性删除+定期删除」这两种策略配和使用，以求在合理使用 CPU 时间和避免内存浪费之间取得平衡。
Redis 是怎么实现惰性删除的？
Redis 的惰性删除策略由 db.c 文件中的 expireIfNeeded 函数实现，代码如下：
int expireIfNeeded(redisDb *db, robj *key) {
// 判断 key 是否过期
if (!keyIsExpired(db,key)) return 0;
....
/* 删除过期键 */
....
// 如果 server.lazyfree_lazy_expire 为 1 表示异步删除，反之同步删除；
return server.lazyfree_lazy_expire ? dbAsyncDelete(db,key) :
dbSyncDelete(db,key);
}Redis 在访问或者修改 key 之前，都会调用 expireIfNeeded 函数对其进行检查，检查 key 是否过期：
惰性删除的流程图如下：
Redis 是怎么实现定期删除的？
再回忆一下，定期删除策略的做法：每隔一段时间「随机」从数据库中取出一定数量的 key 进行检查，并删除其中的过期key。
1.这个间隔检查的时间是多长呢？
在 Redis 中，默认每秒进行 10 次过期检查一次数据库，此配置可通过 Redis 的配置文件 redis.conf 进行配置，配置键为 hz 它的默认值是 hz 10。
特别强调下，每次检查数据库并不是遍历过期字典中的所有 key，而是从数据库中随机抽取一定数量的 key 进行过期检查。
2.随机抽查的数量是多少呢？
我查了下源码，定期删除的实现在 expire.c 文件下的 activeExpireCycle 函数中，其中随机抽查的数量由 ACTIVE_EXPIRE_CYCLE_LOOKUPS_PER_LOOP 定义的，它是写死在代码中的，数值是 20。
也就是说，数据库每轮抽查时，会随机选择 20 个 key 判断是否过期。
接下来，详细说说 Redis 的定时删除的流程：
可以看到，定时删除是一个循环的流程。
那 Redis 为了保证定时删除不会出现循环过度，导致线程卡死现象，为此增加了定时删除循环流程的时间上限，默认不会超过 25ms。
针对定时删除的流程，我写了个伪代码：
do {
//已过期的数量
expired = 0；
//随机抽取的数量
num = 20;
while (num--) {
//1. 从过期字典中随机抽取 1 个 key
//2. 判断该 key 是否过期，如果已过期则进行删除，同时对 expired++
}
// 超过时间限制则退出
if (timelimit_exit) return;
/* 如果本轮检查的已过期 key 的数量，超过 25%，则继续随机抽查，否则退出本轮检查 */
} while (expired > 20/4);定时删除的流程如下：
前面说的过期删除策略，是删除已过期的 key，而当 Redis 的运行内存已经超过 Redis 设置的最大内存之后，则会使用内存淘汰策略删除符合条件的 key，以此来保障 Redis 高效的运行。
在配置文件 redis.conf 中，可以通过参数 maxmemory
不同位数的操作系统，maxmemory 的默认值是不同的：
Redis 内存淘汰策略共有八种，这八种策略大体分为「不进行数据淘汰」和「进行数据淘汰」两类策略。
1.不进行数据淘汰的策略
noeviction（Redis3.0之后，默认的内存淘汰策略） ：它表示当运行内存超过最大设置内存时，不淘汰任何数据，而是不再提供服务，直接返回错误。
2.进行数据淘汰的策略
针对「进行数据淘汰」这一类策略，又可以细分为「在设置了过期时间的数据中进行淘汰」和「在所有数据范围内进行淘汰」这两类策略。
在设置了过期时间的数据中进行淘汰：
在所有数据范围内进行淘汰：
如何查看当前 Redis 使用的内存淘汰策略？
可以使用 config get maxmemory-policy 命令，来查看当前 Redis 的内存淘汰策略，命令如下：
127.0.0.1:6379> config get maxmemory-policy 1) "maxmemory-policy" 2) "noeviction"
可以看出，当前 Redis 使用的是 noeviction 类型的内存淘汰策略，它是 Redis 3.0 之后默认使用的内存淘汰策略，表示当运行内存超过最大设置内存时，不淘汰任何数据，但新增操作会报错。
如何修改 Redis 内存淘汰策略？
设置内存淘汰策略有两种方法：
LFU 内存淘汰算法是 Redis 4.0 之后新增内存淘汰策略，那为什么要新增这个算法？那肯定是为了解决 LRU 算法的问题。
接下来，就看看这两个算法有什么区别？Redis 又是如何实现这两个算法的？
什么是 LRU 算法？
LRU 全称是 Least Recently Used 翻译为最近最少使用，会选择淘汰最近最少使用的数据。
传统 LRU 算法的实现是基于「链表」结构，链表中的元素按照操作顺序从前往后排列，最新操作的键会被移动到表头，当需要内存淘汰时，只需要删除链表尾部的元素即可，因为链表尾部的元素就代表最久未被使用的元素。
Redis 并没有使用这样的方式实现 LRU 算法，因为传统的 LRU 算法存在两个问题：
Redis 是如何实现 LRU 算法的？
Redis 实现的是一种近似 LRU 算法，目的是为了更好的节约内存，它的实现方式是在 Redis 的对象结构体中添加一个额外的字段，用于记录此数据的最后一次访问时间。
当 Redis 进行内存淘汰时，会使用随机采样的方式来淘汰数据，它是随机取 5 个值（此值可配置），然后淘汰最久没有使用的那个。
Redis 实现的 LRU 算法的优点：
但是 LRU 算法有一个问题，无法解决缓存污染问题，比如应用一次读取了大量的数据，而这些数据只会被读取这一次，那么这些数据会留存在 Redis 缓存中很长一段时间，造成缓存污染。
因此，在 Redis 4.0 之后引入了 LFU 算法来解决这个问题。
什么是 LFU 算法？
LFU 全称是 Least Frequently Used 翻译为最近最不常用的，LFU 算法是根据数据访问次数来淘汰数据的，它的核心思想是“如果数据过去被访问多次，那么将来被访问的频率也更高”。
所以， LFU 算法会记录每个数据的访问次数。当一个数据被再次访问时，就会增加该数据的访问次数。这样就解决了偶尔被访问一次之后，数据留存在缓存中很长一段时间的问题，相比于 LRU 算法也更合理一些。
Redis 是如何实现 LFU 算法的？
LFU 算法相比于 LRU 算法的实现，多记录了「数据的访问频次」的信息。Redis 对象的结构如下：
typedef struct redisObject {
...
// 24 bits，用于记录对象的访问信息
unsigned lru:24;
...
} robj;Redis 对象头中的 lru 字段，在 LRU 算法下和 LFU 算法下使用方式并不相同。
在 LRU 算法中，Redis 对象头的 24 bits 的 lru 字段是用来记录 key 的访问时间戳，因此在 LRU 模式下，Redis可以根据对象头中的 lru 字段记录的值，来比较最后一次 key 的访问时间长，从而淘汰最久未被使用的 key。
在 LFU 算法中，Redis对象头的 24 bits 的 lru 字段被分成两段来存储，高 16bit 存储 ldt(Last Decrement Time)，低 8bit 存储 logc(Logistic Counter)。
注意，logc 并不是单纯的访问次数，而是访问频次（访问频率），因为 logc 会随时间推移而衰减的。
在每次key 被存取時，會先對logc 做一個衰減操作，衰減的值跟前後訪問時間的差距有關係，如果上一次訪問的時間與這次訪問的時間差距很大，那麼衰減的值就越大，這樣實現的LFU 演算法是根據存取頻率來淘汰資料的，而不只是訪問次數。訪問頻率需要考慮 key 的訪問是多長時間段內發生的。 key 的先前訪問距離當前時間越長，那麼這個 key 的訪問頻率相應地也就會降低，這樣被淘汰的機率也會更大。
對logc 做完衰減作業後，就開始對logc 進行增加操作，增加操作並不是單純直接 1，而是根據機率增加，如果logc 越大的key，它的logc 就越難再增加。
所以，Redis 在訪問key 時，對於logc 是這樣變化的：
redis.conf 提供了兩個配置項，用於調整LFU 演算法從而控制logc 的成長和衰減：
Redis 使用的過期刪除策略是「惰性刪除 定期刪除」，刪除的物件是已過期的 key。
記憶體淘汰策略是解決記憶體過大的問題，當Redis 的運行記憶體超過最大運行記憶體時，就會觸發記憶體淘汰策略，Redis 4.0 之後共實現了8 種記憶體淘汰策略，我也對這8 種的策略進行分類，如下：
#推薦學習：Redis影片教學
以上是Redis的記憶體淘汰策略和過期刪除策略的區別的詳細內容。更多資訊請關注PHP中文網其他相關文章！
