上一講介紹了緩存滿了，通過內存淘汰機制來淘汰掉數據。如果有的數據一直滯留在緩存中，但又沒有應用使用，時間長了，就可能會占據大部分的緩存空間。
今天我們來學習一下緩存污染，以及如何解決緩存污染。
緩存污染
緩存污染，指留存在緩存中的數據，實際不會被再次訪問了，但又占據了緩存空間。
要解決緩存污染的關鍵點是能識別出只訪問一次或者訪問次數很少的數據。
從能否解決緩存污染這一維度來分析Redis的8種緩存淘汰策略：
- noeviction策略：不會淘汰數據，解決不了。
- volatile-ttl策略：給數據設置合理的過期時間。當緩存寫滿時，會淘汰剩余存活時間最短的數據，避免滯留在緩存中，造成污染。
- volatile-random策略：隨機選擇數據，無法把不再訪問的數據篩選出來，會造成緩存污染。
- volatile-lru策略：LRU策略只考慮數據的訪問時效，對只訪問一次的數據，不能很快篩選出來。
- volatile-lfu策略：LFU策略在LRU策略基礎上進行了優化，篩選數據時優先篩選並淘汰訪問次數少的數據。
- allkeys-random策略：隨機選擇數據，無法把不再訪問的數據篩選出來，會造成緩存污染。
- allkeys-lru策略：LRU策略只考慮數據的訪問時效，對只訪問一次的數據，不能很快篩選出來。
- allkeys-lfu策略：LFU策略在LRU策略基礎上進行了優化，篩選數據時優先篩選並淘汰訪問次數少的數據。
關於LRU和LFU算法的內容，點擊查看系列的第2講。
總結
| 緩存淘汰策略 | 解決緩存污染 |
|---|---|
| noeviction策略 | 不能 |
| volatile-ttl策略 | 能 |
| volatile-random策略 | 不能 |
| volatile-lru策略 | 不能 |
| volatile-lfu策略 | 能 |
| allkeys-random策略 | 不能 |
| allkeys-lru策略 | 不能 |
| allkeys-lfu策略 | 能 |