目标
分析redis的内存淘汰策略, lru算法简介
lru算法简介
Least recently used(LRU，最近最少使用)：根据数据的历史访问记录淘汰数据。
缓存污染问题:对于业务系统的批量性操作造成部分数据临时活跃度升高情况,造成这部分数据热度极速增加,而批量操作完后,缓存数据将无用.
优化---LRU-K算法
在LRU的基础上,新增一个队列,用来计算数据的访问次数,只有在一定时间阈值内访问次数达到K次的数据,才会放到LRU队列中,如图
redis淘汰策略
redis对于过期key的处理方式有两种 分为2种：passive （被动）和active（主动）:
被动--惰性删除:当一些客户端进行访问的时候，发现key已超时过期,删除此key
主动: Redis 每秒运行10次会定时检查操作,从相关的过期key集合中随机测试20个key,删除所有已过期的key,如果有超过25%的key过期,就再执行一次此操作
但因为redis完全基于内存操作的,很容易出现内存不足的情况,此时可能内存中又存有大量无用或命中率不高的缓存数据,所以redis提供相应的内存回收策略,如下配置:
# MAXMEMORY POLICY: how Redis will select what to remove when maxmemory
# is reached. You can select among five behaviors:
#最大内存策略：当到达最大使用内存时，你可以在下面5种行为中选择，Redis如何选择淘汰数据库键
#当内存不足以容纳新写入数据时
# volatile-lru -> remove the key with an expire set using an LRU algorithm
# volatile-lru ：在设置了过期时间的键空间中，移除最近最少使用的key。这种情况一般是把 redis 既当缓存，又做持久化存储的时候才用。
# allkeys-lru -> remove any key according to the LRU algorithm
# allkeys-lru ： 移除最近最少使用的key （推荐）
# volatile-random -> remove a random key with an expire set
# volatile-random ： 在设置了过期时间的键空间中，随机移除一个键，不推荐
# allkeys-random -> remove a random key, any key
# allkeys-random ： 直接在键空间中随机移除一个键，弄啥叻
# volatile-ttl -> remove the key with the nearest expire time (minor TTL)
# volatile-ttl ： 在设置了过期时间的键空间中，有更早过期时间的key优先移除 不推荐
# noeviction -> don't expire at all, just return an error on write operations
# noeviction ： 不做过键处理，只返回一个写操作错误。 不推荐
# Note: with any of the above policies, Redis will return an error on write
# operations, when there are no suitable keys for eviction.
# 上面所有的策略下，在没有合适的淘汰删除的键时，执行写操作时，Redis 会返回一个错误。下面是写入命令：
# At the date of writing these commands are: set setnx setex append
# incr decr rpush lpush rpushx lpushx linsert lset rpoplpush sadd
# sinter sinterstore sunion sunionstore sdiff sdiffstore zadd zincrby
# zunionstore zinterstore hset hsetnx hmset hincrby incrby decrby
# getset mset msetnx exec sort
# 过期策略默认是：
# The default is:
# maxmemory-policy noeviction
参考博客:
https://blog.csdn.net/love254443233/article/details/82598381
https://blog.csdn.net/weixin_39982274/article/details/79276455
https://www.cnblogs.com/junyuhuang/p/5805168.html
https://www.cnblogs.com/junyuhuang/p/5993612.html
https://blog.csdn.net/qq_28018283/article/details/80764518
https://blog.csdn.net/qq_38423105/article/details/82720956
