谈谈 Redis 的内存淘汰策略？

Redis 的内存淘汰策略？

面试考察点

面试官问出这个问题，通常想考察以下几个核心点：

1. 对缓存系统核心机制的理解：考察你是否理解当缓存内存用尽时，系统如何处理写入请求这一关键问题。
2. 对具体策略的掌握程度：不仅仅是背诵策略名称，更是想知道你能否清晰阐述每种策略的定义、工作原理及区别。
3. 技术选型与场景结合的能力：面试官最想听到的是，你能根据不同的业务场景和数据访问模式，分析并选择最合适的淘汰策略。
4. 实践与配置经验：你是否了解这些策略在 Redis 中如何配置，以及在实际生产环境中的注意事项。
5. 延伸思考能力：能否将 Redis 的内存淘汰与 JVM 垃圾回收或其他系统的缓存策略进行类比或区分，体现知识的广度。

核心答案

当 Redis 所使用的内存达到 maxmemory 配置的阈值时，便会触发内存淘汰。Redis 提供了 8 种策略，可通过 maxmemory-policy 配置，主要分为三类：

1. 不淘汰：
   • noeviction：默认策略。不淘汰任何键，当内存不足时，新写入操作会报错。
2. 在所有键中淘汰 (allkeys-*)：
   • allkeys-lru：从所有键中，淘汰最近最少使用的键。
   • allkeys-lfu：从所有键中，淘汰最不经常使用的键。
   • allkeys-random：从所有键中，随机淘汰。
3. 在设置了过期时间的键中淘汰 (volatile-*)：
   • volatile-lru：从设置了过期时间的键中，淘汰最近最少使用的键。
   • volatile-lfu：从设置了过期时间的键中，淘汰最不经常使用的键。
   • volatile-random：从设置了过期时间的键中，随机淘汰。
   • volatile-ttl：从设置了过期时间的键中，淘汰剩余生存时间最短的键。

深度解析

原理/机制

• LRU（最近最少使用）：传统 LRU 需要维护一个链表，移动开销大。Redis 采用了一种近似 LRU 算法，通过随机采样（默认5个键）并淘汰其中最久未使用的，在性能和精度上取得了平衡。
• LFU（最不经常使用）：从 Redis 4.0 开始引入。LFU 会统计每个键的访问频率，并优先淘汰频率最低的键。为了避免早期的高频访问记录永久影响，Redis 的 LFU 实现了访问次数衰减机制，随着时间的推移，计数会逐渐减少。
• TTL（生存时间）：这个策略非常直接，它认为即将过期的数据价值更低，应优先被清理。

对比分析与最佳实践

选择哪种策略，完全取决于你的数据特征和业务场景：

策略	适用场景	注意事项
noeviction	数据绝对不能丢失，且你能确保内存永远够用（或通过其他方式扩容）。	生产环境慎用，除非有完善的监控和告警，否则易导致写入失败，服务不可用。
allkeys-lru	最常用。业务数据访问符合“二八法则”，即部分热点数据被频繁访问。	如果你的数据没有明显的冷热区分，效果可能不理想。
allkeys-lfu	访问频率的差异比访问时间的远近更能区分数据价值。例如，某键一天内被短时间密集访问后永不再用，LFU 比 LRU 能更快地将其淘汰。	适用于对长期热点和短期爆点的区分有要求的场景。
volatile-lru/ttl	系统中同时存在永久数据和缓存数据。你只想淘汰缓存数据（设置了 TTL 的），而永久数据必须保留。	必须为缓存数据正确设置过期时间，否则它们永远不会被纳入淘汰范围，可能导致内存堆积。
allkeys-random	所有键被访问的概率几乎相等，没有明显热点。	淘汰最不可控，通常不作为首选。
volatile-lfu	在设置了 TTL 的缓存数据中，需要根据访问频率来淘汰。	同 volatile-lru，需确保缓存数据有 TTL。

常见误区

1. 认为 volatile-* 策略只淘汰“已过期”的键：错。它淘汰的是设置了过期时间且未过期的键。过期键的清理是 Redis 的定期删除和惰性删除机制负责的，与内存淘汰是两回事。
2. 混淆 LRU 和 LFU：LRU 关注“何时访问”，淘汰 “最老” 的访问记录；LFU 关注 “访问次数”，淘汰 “最不活跃” 的键。一个很久前被访问多次的键，在 LRU 看来可能很 “冷”，但在 LFU 看来可能依然很 “热”。
3. 忘记设置 maxmemory：如果不设置最大内存，Redis 将不会触发内存淘汰，直到耗尽所有系统内存，可能引发 OOM 导致进程被杀。

总结

Redis 的内存淘汰策略是一套精细的内存管理工具，核心思想是在内存受限时，根据不同的数据价值评估算法（如 LRU、LFU、TTL）来做出取舍，没有最好的策略，只有最适合业务场景的策略。通常，allkeys-lru 是一个稳健的通用选择。