Redis 記憶體淘汰機制
簡介
Redis記憶體淘汰指的是使用者儲存的一些鍵被可以被Redis主動地從例項中刪除，從而產生讀miss的情況，那麼Redis為什麼要有這種功能？這就是我們需要探究的設計初衷。Redis最常見的兩種應用場景為快取和持久儲存，首先要明確的一個問題是記憶體淘汰策略更適合於那種場景？是持久儲存還是快取？
假設我們有一個Redis伺服器，伺服器實體記憶體大小為1G的，我們需要存在Redis中的資料量很小，這看起來似乎足夠用很長時間了，隨著業務量的增長，我們放在Redis裡面的資料越來越多了，資料量大小似乎超過了1G，但是應用還可以正常執行，這是因為作業系統的可見記憶體並不受實體記憶體限制，而是虛擬記憶體，實體記憶體不夠用沒關係，作業系統會從硬碟上劃出一片空間用於構建虛擬記憶體，比如32位的作業系統的可見記憶體大小為2^32，而使用者空間的可見記憶體要小於2^32很多，大概是3G左右。好了，我們慶幸作業系統為我們做了這些，但是我們需要知道這背後的代價是不菲的，不合理的使用記憶體有可能發生頻繁的swap，頻繁swap的代價是慘痛的。
如何用
我們可以通過配置redis.conf中的maxmemory這個值來開啟記憶體淘汰功能，至於這個值有什麼意義，我們可以通過了解記憶體淘汰的過程來理解它的意義：
- 客戶端發起了需要申請更多記憶體的命令（如set）。
- Redis檢查記憶體使用情況，如果已使用的記憶體大於maxmemory則開始根據使用者配置的不同淘汰策略來淘汰記憶體（key），從而換取一定的記憶體。
- 如果上面都沒問題，則這個命令執行成功。
# maxmemory <bytes>maxmemory為0的時候表示我們對Redis的記憶體使用沒有限制。
記憶體淘汰策略
記憶體淘汰只是Redis提供的一個功能，為了更好地實現這個功能，必須為不同的應用場景提供不同的策略，記憶體淘汰策略講的是為實現記憶體淘汰我們具體怎麼做，要解決的問題包括淘汰鍵空間如何選擇？在鍵空間中淘汰鍵如何選擇？
Redis提供了下面幾種淘汰策略供使用者選擇，其中預設的策略為noeviction策略：
- noeviction：當記憶體使用達到閾值的時候，所有引起申請記憶體的命令會報錯。
- allkeys-lru：在主鍵空間中，優先移除最近未使用的key。
- allkeys-random：在主鍵空間中，隨機移除某個key。
- volatile-random：在設定了過期時間的鍵空間中，隨機移除某個key。
- volatile-ttl：在設定了過期時間的鍵空間中，具有更早過期時間的key優先移除。
這裡補充一下主鍵空間和設定了過期時間的鍵空間，舉個例子，假設我們有一批鍵儲存在Redis中，則有那麼一個雜湊表用於儲存這批鍵及其值，如果這批鍵中有一部分設定了過期時間，那麼這批鍵還會被儲存到另外一個雜湊表中，這個雜湊表中的值對應的是鍵被設定的過期時間。設定了過期時間的鍵空間為主鍵空間的子集。
如何選擇淘汰策略
我們瞭解了Redis大概提供了這麼幾種淘汰策略，那麼如何選擇呢？淘汰策略的選擇可以通過下面的配置指定：
# maxmemory-policy noeviction但是這個值填什麼呢？為解決這個問題，我們需要了解我們的應用請求對於Redis中儲存的資料集的訪問方式以及我們的訴求是什麼。同時Redis也支援Runtime修改淘汰策略，這使得我們不需要重啟Redis例項而實時的調整記憶體淘汰策略。
下面看看幾種策略的適用場景：
- allkeys-lru：如果我們的應用對快取的訪問符合冪律分佈（也就是存在相對熱點資料），或者我們不太清楚我們應用的快取訪問分佈狀況，我們可以選擇allkeys-lru策略。
- allkeys-random：如果我們的應用對於快取key的訪問概率相等，則可以使用這個策略。
- volatile-ttl：這種策略使得我們可以向Redis提示哪些key更適合被eviction。
另外，volatile-lru策略和volatile-random策略適合我們將一個Redis例項既應用於快取和又應用於持久化儲存的時候，然而我們也可以通過使用兩個Redis例項來達到相同的效果，值得一提的是將key設定過期時間實際上會消耗更多的記憶體，因此我們建議使用allkeys-lru策略從而更有效率的使用記憶體。
非精準的LRU
上面提到的LRU（Least Recently Used）策略，實際上Redis實現的LRU並不是可靠的LRU，也就是名義上我們使用LRU演算法淘汰鍵，但是實際上被淘汰的鍵並不一定是真正的最久沒用的，這裡涉及到一個權衡的問題，如果需要在全部鍵空間內搜尋最優解，則必然會增加系統的開銷，Redis是單執行緒的，也就是同一個例項在每一個時刻只能服務於一個客戶端，所以耗時的操作一定要謹慎。為了在一定成本內實現相對的LRU，早期的Redis版本是基於取樣的LRU，也就是放棄全部鍵空間內搜尋解改為取樣空間搜尋最優解。自從Redis3.0版本之後，Redis作者對於基於取樣的LRU進行了一些優化，目的是在一定的成本內讓結果更靠近真實的LRU。