Redis中的數據特征
當指令太多的情況下，CPU的壓力會過大，那么先不做清除數據的操作，等到空閑時間再來操作
數據刪除策略
1.定時刪除 2.惰性刪除 3.定期刪除
一、過期數據的底層存儲結構
數據刪除策略的目標
二、定時刪除和惰性刪除
定時刪除
惰性刪除
數據到達過期時間，不做處理，等下次訪問該數據的時候再來刪除，來請求數據： 1.如果發現為過期，返回數據 2.發現已過期，刪除過期數據，返回不存在。在任何獲取數據操作之前，都會執行expirelfNeeded()函數來檢查數據是否過期 優點：節約CPU性能，發現必須刪除的時候才刪除 缺點：內存壓力很大，出現長期占用內存的數據 總結：用存儲空間換區處理器性能（拿空間換時間）
三、定期刪除
activeExpireCycle()函數對每個expires(數據庫)逐一進行檢測 對每個數據庫檢測時，隨機挑選W個key檢測 1.如果key超時，刪除key 2.如果一輪中刪除key的數量>W*25%,循環該過程(繼續挑選w個key檢測) 3.如果一輪中刪除key的數量<=W*25%,檢查下一個數據庫，一直這樣循環 4.W取值=ACTIVE_EXPIRE_CYCLE_LOOKUPS_PER_LOOP屬性值 參數current_db用於記錄activeExpireCyle()進入哪個數據庫執行，如果activeExpireCycle()執行時間到期，下次從current_db繼續向下執行
周期性輪詢redis庫中的時效性數據，采取隨機抽取的策略，利用過期數據占比的方式控制刪除頻度 特點1：CPU性能占用設置有峰值，檢測頻度可以自定義設置 #查詢方法：info server的hz字段 特點2：內存壓力不是很大，長期占用內存的冷數據會被持續清理 總結：周期性抽查存儲空間（隨機抽查，重點抽查）
四、刪除策略對比
1.定時刪除 節約內存，無占用 不分時段占用CPU資源，頻度高 拿時間換空間 2.惰性刪除 內存占用嚴重 延時執行，CPU利用率高 拿空間換時間 3.定期刪除 內存定期隨機刪除 每秒花費固定的CPU資源維護內存 隨機抽查，重點抽查 一般都是使用惰性刪除和定期刪除
五、數據逐出策略（內存不足時觸發）
Redis使用內存存儲數據，在執行每一個命令前，會調用freeMemorylfNeeded()檢測內存是否充足。
如果內存不滿足新加入數據的最低存儲要求，redis要臨時刪除一些數據為當前指令清理存儲空間。清理數據的策略稱為逐出算法。
注意：逐出數據過程不是100%能夠清理出足夠的可使用的內存空間，如果不成功則反復執行。當對所有數據嘗試完畢后，如果不能達到內存清理的要求，將出現錯誤信息。
影響數據逐出的相關配置
設置最大可使用內存 maxmemory #占用物理內存的比例，默認值為0，表示不限制。生產環境中根據需求設定，通常設置在50%以上。 每次隨機選取待刪除數據的個數 maxmemory-samples #選取數據時並不會全庫掃描，導致嚴重的性能消耗，降低讀寫性能。因此采用隨機獲取數據的方式作為待檢測刪除數據 選擇刪除策略 maxmemory-policy #達到最大內存后，對被挑選出來的數據進行刪除的方式
注意：一般是使用檢測易失數據
檢測易失數據（可能會過期的數據集server.db[i].expires） 1.volatile-lru:挑選最近最早使用的數據淘汰 2.volatile-lfu:挑選最近使用次數最少的數據淘汰 3.volatile-ttl:挑選將要過期的數據淘汰 4.volatile-random:任意選擇數據淘汰 檢測全庫數據（所有數據server.db[i].dict） 5.allkeys-lru:挑選最近最早使用的數據淘汰 6.allkeys-lfu:挑選最近使用次數最少的數據淘汰 7.allkeys-random:任意選擇數據淘汰 放棄數據驅逐 8.no-enviction(驅逐)：禁止驅逐數據（redis4.0中默認策略），會引發錯誤OOM maxmemory-policy volatile-lru
三種數據逐出策略：
FIFO(First In First Out):先進先出，淘汰最先進來的頁面，新進來的頁面最遲被淘汰，符合隊列
LRU(Least recently used):最近最少使用，淘汰最近不使用的頁面
LFU(Least frequently used):最近使用次數最少，淘汰最少使用的頁面