Redis 的过期策略与内存淘汰机制

摘要：Redis 作为高性能的键值存储系统，其过期策略和内存淘汰机制是保证数据时效性和内存高效利用的核心功能。

一、Redis 过期策略

1.1 过期策略的作用

Redis 允许为键设置过期时间（TTL，Time To Live），过期策略用于在键过期后自动删除数据，确保缓存中的数据不会长期存在而过时。

1.2 过期策略的实现方式

Redis 通过以下两种方式实现过期键的删除：

1.2.1 定期删除（Active Expiration）

• 原理：Redis 每隔一段时间（默认 100ms）随机检查一部分设置了过期时间的键，删除其中已过期的键。

• 特点：

  • 通过限制每次检查的键数量，避免对性能造成过大影响。

  • 无法保证所有过期键都能被及时删除（可能存在延迟）。

1.2.2 惰性删除（Lazy Expiration）

• 原理：当客户端访问某个键时，Redis 会检查该键是否已过期，如果过期则立即删除。

• 特点：

  • 只有在访问时才会触发删除操作。

  • 对性能影响较小，但可能导致过期键长期未被访问而占用内存。

1.3 过期策略的配置

设置过期时间：

EXPIRE key seconds  # 设置键的过期时间（秒）
PEXPIRE key milliseconds  # 设置键的过期时间（毫秒）

查看剩余时间：

TTL key  # 查看键的剩余生存时间（秒）
PTTL key  # 查看键的剩余生存时间（毫秒）

1.4 过期策略的优缺点

优点	缺点
自动清理过期数据，减少内存占用	定期删除可能导致过期键清理延迟
惰性删除对性能影响较小	惰性删除可能导致过期键长期未清理

二、Redis 内存淘汰机制

2.1 内存淘汰机制的作用

当 Redis 的内存使用达到上限（通过 maxmemory 配置）时，内存淘汰机制会根据指定的策略删除部分键，以腾出空间存放新数据。

2.2 内存淘汰策略

Redis 提供了多种内存淘汰策略，可以通过 maxmemory-policy 配置项指定：

2.2.1 不淘汰（noeviction）

• 行为：当内存不足时，新写入操作会返回错误（如 OOM）。

• 适用场景：数据不允许丢失的场景。

2.2.2 最近最少使用（LRU，Least Recently Used）

• 行为：淘汰最近最少使用的键。

• 实现方式：Redis 使用近似 LRU 算法（通过采样部分键，选择最久未使用的键淘汰）。

• 适用场景：热点数据访问频繁的场景。

2.2.3 最少使用频率（LFU，Least Frequently Used）

• 行为：淘汰使用频率最低的键。

• 实现方式：Redis 记录键的访问频率，优先淘汰访问次数最少的键。

• 适用场景：数据访问频率差异较大的场景。

2.2.4 随机淘汰（random）

• 行为：随机选择键进行淘汰。

• 适用场景：对淘汰规则无特殊要求的场景。

2.2.5 按 TTL 淘汰（volatile-ttl）

• 行为：从设置了过期时间的键中，淘汰剩余生存时间最短的键。

• 适用场景：优先清理即将过期的数据。

2.2.6 按 LRU/LFU 淘汰（volatile-lru / volatile-lfu）

• 行为：从设置了过期时间的键中，按 LRU 或 LFU 策略淘汰。

• 适用场景：仅对设置了过期时间的键进行淘汰。

2.3 内存淘汰机制的配置

设置内存上限：

maxmemory   # 设置 Redis 最大内存使用量
设置淘汰策略：

maxmemory-policy   # 设置内存淘汰策略

2.4 内存淘汰机制的优缺点

策略	优点	缺点
noeviction	数据不会丢失	新写入操作可能失败
LRU	保留热点数据	近似 LRU 可能不够精确
LFU	保留高频访问数据	需要额外记录访问频率
random	实现简单	可能淘汰重要数据
volatile-ttl	优先清理即将过期数据	仅适用于设置了过期时间的键

三、过期策略与内存淘汰机制的结合

3.1 结合使用的场景

• 缓存系统：

  • 使用过期策略清理过时数据。

  • 使用内存淘汰机制在内存不足时腾出空间。

• 会话管理：

  • 使用过期策略自动清理过期会话。

  • 使用内存淘汰机制防止内存溢出。

3.2 配置建议

• 设置合理的过期时间：根据业务需求为键设置合适的 TTL。

• 选择合适的内存淘汰策略：根据数据访问模式选择 LRU、LFU 或其他策略。

• 监控内存使用情况：定期检查 Redis 的内存使用情况，调整 maxmemory 和 maxmemory-policy。

四、总结

功能	过期策略	内存淘汰机制
核心目标	清理过期数据	在内存不足时腾出空间
实现方式	定期删除 + 惰性删除	LRU、LFU、随机、TTL 等策略
适用场景	数据时效性要求高的场景	内存资源有限的场景

最佳实践：

• 结合业务需求，合理设置过期时间和内存淘汰策略。

• 定期监控 Redis 的内存使用情况，优化配置参数。

• 在高并发场景下，优先使用 LRU 或 LFU 策略，保留热点数据。

附录：

• Redis 官方文档

• Redis 内存优化指南