Redis内存淘汰策略深度解析：如何让你的缓存飞起来？

Redis作为当今最流行的内存数据库，其高性能的核心在于内存管理。但当内存耗尽时，Redis如何决定淘汰哪些数据？不同的淘汰策略如何影响你的应用性能？如何根据业务场景选择最佳策略？

本文将带你彻底掌握Redis内存淘汰机制，涵盖：
✅ 6种淘汰策略的底层原理
✅ 实战场景下的最优选择
✅ 性能调优技巧与避坑指南
✅ 高频面试题解析（助力拿下大厂Offer）

（文末附赠「Redis内存优化检查清单」）

---

为什么你需要关注内存淘汰策略？

假设你的Redis实例内存上限为8GB，当数据量达到8GB时，新的写入请求会怎样？

• 错误认知：”Redis会自动清理旧数据“ → 实际上取决于你的配置！
• 严重后果：如果配置不当，可能导致：
  • 写入拒绝（OOM errors）
  • 缓存击穿（热点数据被误删）
  • 性能骤降（频繁淘汰引发CPU抖动）

---

Redis内存淘汰策略全景图

Redis提供6种淘汰策略，分为两类：

1. 不淘汰策略（慎用！）

• noeviction（默认）：内存满时拒绝所有写入请求（DEL和读请求正常）。
  • 适用场景：数据绝对不可丢失（如金融交易缓存）。
  • 风险：需严格监控内存，否则可能引发服务不可用。

2. 淘汰策略（关键选择）

（1）基于TTL的淘汰

• volatile-ttl：优先淘汰过期时间最短的键。
  • 优势：适合短期热点数据（如秒杀库存）。
  • 陷阱：如果大量键未设置TTL，会退化为noeviction！

（2）随机淘汰

• allkeys-random：从所有键中随机淘汰。
  • 适用场景：数据无冷热区分（如用户画像缓存）。
• volatile-random：仅从设置了TTL的键中随机淘汰。

（3）LRU与LFU算法

• allkeys-lru（推荐）：淘汰最近最少使用的键（基于近似LRU算法）。
  • 优势：适合大多数场景（如电商商品缓存）。
  • 优化点：通过maxmemory-samples调整采样精度（默认5，增大则更精确但耗CPU）。
• volatile-lru：仅淘汰设置了TTL的键中LRU的键。
• allkeys-lfu（Redis 4.0+）：淘汰使用频率最低的键（基于LFU算法）。
  • 杀手级场景：短视频推荐列表（长期热点数据保留更久）。
• volatile-lfu：仅淘汰设置了TTL的键中LFU的键。

---

实战选择：如何根据业务选策略？

业务场景	推荐策略	理由
缓存穿透防护	allkeys-lru	保留高频访问键，避免击穿
会话（Session）存储	volatile-ttl	会话天然有过期时间
实时排行榜	allkeys-lfu	高频更新的热点数据长期保留
冷备数据存储	noeviction	数据不可丢失，需人工干预

---

高级调优技巧

1. 监控淘汰效率：

   redis-cli info stats | grep evicted_keys
   

   • 如果evicted_keys持续增长，需扩容或优化策略。

2. 混合使用TTL+LRU：

   • 对核心数据设置较长TTL，非核心数据不设TTL，配合allkeys-lru实现分级淘汰。

3. 避免“内存抖动”：

   • 设置maxmemory-policy allkeys-lru时，确保maxmemory留出10%缓冲空间。

---

高频面试题

1. LRU和LFU的本质区别是什么？

   • LRU关注最近访问时间，LFU关注历史访问频率。

2. 为什么Redis使用近似LRU而非真实LRU？

   • 真实LRU需要维护链表，内存开销大；Redis通过随机采样平衡精度与性能。

3. 如何模拟OOM测试淘汰策略？

   redis-cli --bigkeys  # 找出大Key
   redis-cli config set maxmemory 1GB  # 强制触发淘汰
   

---

附赠：Redis内存优化检查清单

1. 禁用危险的noeviction（除非必要）
2. 为键设置合理的TTL
3. 监控used_memory和evicted_keys
4. 使用SCAN替代KEYS避免阻塞

---

行动号召：

立即检查你的Redis配置：redis-cli config get maxmemory-policy
如果还是默认的noeviction，今晚可能会失眠哦！

点赞收藏，下一篇揭秘《Redis持久化AOF与RDB的终极对决》！