redis 之 LRU 策略淘汰配置

redis lru cache可以通過引數maxmemory，在配置檔案redis.conf中設定，或者在redis服務啟動之後使用config set命令設定。例如在redis.conf中設定cache大小為100mb:

maxmemory 100mb

maxmemory設定為0，表示cache大小無限制（注意：32位作業系統最大支援3gb的記憶體，32位作業系統中maxmemory最大為3g）

redis cache資料淘汰策略

在指定了redis cache大小後，可以使用引數maxmemory-policy來指定cache的資料置換策略。redis提供的資料置換策略有以下幾種：

在上述策略中，如果cache中所有的keys都沒有過期，volatile-lru、volatile-ttl、volatile-random這三個將會像noevictio策略一樣，cache耗盡時丟擲錯誤。

如果某些key訪問比較頻繁，但一些key不經常訪問，可以採用allkeys-lru策略，此策略也可以用於不確定key訪問頻率的應用中；

如果所有的key的訪問頻率比較均衡，比如迴圈的訪問cache中的key，可以採用allkeys-random策略。

另外需要注意的是：設定key過期是需要耗費一定記憶體的，實際應用中需要考量是否必須設定key的過期時間。

如果乙個命令結果的資料集比較大，這時記憶體的消耗可能會超過maxmemory設定的值。

redis lru演算法

redis lru演算法不是乙個確切的lru實現，這意味著redis 並不是保證取得所有資料集中最近最少使用（lru）的鍵值對，而只是隨機挑選的幾個鍵值對中的某個key。

redis3.0中提供了乙個候選淘汰池（翻譯不太準確，望指正），改進了近似lru演算法的執行效率，更符合實際的lru演算法。

每次從cache中隨機取出多少個keys執行淘汰策略是非常重要的，可以通過引數maxmemory-samples來設定。

為什麼不採用真正的lru演算法

真正的lru會耗費大量記憶體，redis最主要的做法:淘汰時,隨機取多個keys,找到最老的進行淘汰.雖不能保證一定淘汰最老的,但傾向於淘汰偏老的keys。

此外官方文件上說，如果資料訪問模模型越符合冪次定律，則redis 的lru近似演算法和真實的lru演算法越接近（看的不是太明白，可以翻翻相關資料，大概就是說，20%資料訪問非常頻繁，80%的資料訪問不是很頻繁時，redis的lru近似演算法和真實的lru演算法是相差最小的）。