Redis的LRU緩存清除算法以及相關配置使用

場景：
　　如果你不斷的寫入數據，當數據寫入的量超過了redis能承受的范圍之后，該怎么辦？
redis是會在數據達到一定程度之后，超過了一個最大的限度之后，就會將數據進行一定的清理，從內存中清理掉一些數據，只有清理掉一些數據之后，才能將新的數據寫入內存中

1、LRU算法概述
　　redis默認情況下就是使用LRU策略的，因為內存是有限的，但是如果你不斷地往redis里面寫入數據，那肯定是沒法存放下所有的數據在內存的
所以redis默認情況下，當內存中寫入的數據很滿之后，就會使用LRU算法清理掉部分內存中的數據，騰出一些空間來，然后讓新的數據寫入redis緩存中
LRU：Least Recently Used，最近最少使用算法
將最近一段時間內，最少使用的一些數據，給干掉。比如說有一個key，在最近1個小時內，只被訪問了一次; 還有一個key在最近1個小時內，被訪問了1萬次
這個時候比如你要將部分數據給清理掉，你會選擇清理哪些數據啊？肯定是那個在最近小時內被訪問了1萬次的數據

2、緩存清理設置
　　maxmemory，設置redis用來存放數據的最大的內存大小，一旦超出這個內存大小之后，就會立即使用LRU算法清理掉部分數據
如果用LRU，那么就是將最近最少使用的數據從緩存中清除出去
對於64 bit的機器，如果maxmemory設置為0，那么就默認不限制內存的使用，直到耗盡機器中所有的內存為止; 但是對於32 bit的機器，有一個隱式的閑置就是3GB

　　maxmemory-policy，可以設置內存達到最大閑置后，采取什么策略來處理
　　（1）noeviction: 如果內存使用達到了maxmemory，client還要繼續寫入數據，那么就直接報錯給客戶端
　　（2）allkeys-lru: 就是我們常說的LRU算法，移除掉最近最少使用的那些keys對應的數據
　　（3）volatile-lru: 也是采取LRU算法，但是僅僅針對那些設置了指定存活時間（TTL）的key才會清理掉
　　（4）allkeys-random: 隨機選擇一些key來刪除掉
　　（5）volatile-random: 隨機選擇一些設置了TTL的key來刪除掉
　　（6）volatile-ttl: 移除掉部分keys，選擇那些TTL時間比較短的keys

　　allkeys-lru是redis緩存清理最常用的算法


3、緩存清理的流程
　　（1）客戶端執行數據寫入操作
　　（2）redis server接收到寫入操作之后，檢查maxmemory的限制，如果超過了限制，那么就根據對應的policy清理掉部分數據
　　（3）寫入操作完成執行

4、redis的LRU近似算法
　　（1）redis采取的是LRU近似算法，也就是對keys進行采樣，然后在采樣結果中進行數據清理
　　（2）redis 3.0開始，在LRU近似算法中引入了pool機制，表現可以跟真正的LRU算法相當，但是還是有所差距的，不過這樣可以減少內存的消耗
　　（3）redis LRU算法，是采樣之后再做LRU清理的，跟真正的、傳統、全量的LRU算法是不太一樣的
　　（4）maxmemory-samples，比如5，可以設置采樣的大小，如果設置為10，那么效果會更好，不過也會耗費更多的CPU資源