上一講提到，緩存的容量總是小於后端數據庫的。隨着業務系統的使用，緩存數據會撐滿內存空間，該怎么處理呢？
本節我們來學習內存淘汰機制。在Redis 4.0之前有6種內存淘汰策略，之后又增加2種，一共8種，如下圖所示：
- noeviction策略：內存空間達到maxmemory時，不會淘汰數據，有新寫入時會返回錯誤。
- volatile-ttl策略：針對設置了過期時間的鍵值對，根據過期時間的先后進行修改，越早過期的越先被刪除。
- volatile-random策略：在設置了過期時間的鍵值對中，進行隨機刪除。
- volatile-lru策略：使用LRU算法篩選設置了過期時間的鍵值對，進行刪除。
- volatile-lfu策略：使用LFU算法篩選設置了過期時間的鍵值對，進行刪除。
- allkeys-random策略：在所有鍵值對中隨機選擇並刪除數據。
- allkeys-lru策略：使用LRU算法在所有數據中進行篩選並刪除數據。
- allkeys-lfu策略：使用LFU算法在所有數據中進行篩選並刪除數據。
對於TTL、Random比較好理解，下面學習一下LRU和LFU算法。
LRU算法
LRU算法，全稱Least Recently Used。
其中MRU端指最近訪問的數據；LRU端指最早訪問的數據。
被訪問的數據和新插入的數據會移到MRU端，空間滿了后從LRU端刪除。這樣一來，最早訪問的數據會逐漸被淘汰。
但LRU算法也有其缺點：
- 需要用鏈表管理所有緩存數據，帶來額外的空間開銷
- 大量數據被訪問，就會帶來很多鏈表移動操作，降低Redis性能
而Redis對其進行簡化：
- Redis會記錄每個數據的最近一次訪問的時間戳（RedisObject中的lru字段）
- Redis第一次淘汰數據時，會隨機選出N個數據，作為一個候選集合。
- 然后比較這N個數據的lru，把lru最小的從緩存中淘汰。
當再次淘汰數據時，會挑選數據放到第一次淘汰時的候選集合，要求小於候選集合中最小的lru值才能加入。
其中maxmemory-samples配置項：表示選出的個數N。可以通過以下命令進行設置：
CONFIG SET maxmemory-samples 100
LFU算法
LFU算法是在LRU策略基礎上，為每個數據增加一個計數器，來統計這個數據的訪問次數。
使用LFU策略篩選淘汰數據時，根據數據的訪問次數進行篩選，把訪問次數最低的數據淘汰。如果兩個數據訪問次數相同，再比較兩個數據的訪問時效性，把更久的數據淘汰。
如何實現
LFU也是使用RedisObject的lru字段來實現。
把24bit的lru字段拆分成兩部分：
- ldt值：lru字段的前16bit，表示數據的訪問時間戳；
- counter值：lru字段的后8bit，表示數據的訪問次數；
當LFU策略淘汰數據時，Redis在候選集合中，根據lru字段的后8bit選擇訪問次數最小的數據進行淘汰。如果訪問次數相同，再根據lru字段的前16bit值大小，選擇更久的數據進行淘汰。
關於counter只有8bit（255）的問題
Redis並沒有采用數據每被訪問一次，就+1的規則，而是采用一個類似於隨機+1的規則：
double r = (double)rand()/RAND_MAX; ... double p = 1.0/(baseval*server.lfu_log_factor+1); if (r < p) counter++;
通過設置 lfu_log_factor 配置項來控制計數器值增加的速度，避免counter很快到255。下圖是 lfu_log_factor 設置不同值時，counter的增長情況：
總結
- 如何設置緩存空間大小：設置為總數據量的15%到30%，兼顧訪問性能和內存空間開銷。
- 優先使用allkeys-lru策略。如果業務數據中有明顯的冷熱數據區分，建議使用allkeys-lru策略。
- 如果業務數據訪問頻繁相關不大，沒有明顯的冷熱數據區分，建議使用allkeys-random策略。
- 如果業務中有置頂的需要，可以使用volatile-lru策略，同時不給這些置頂數據設置過期時間。