一、过期数据
首先，我们要了解下什么是过期数据？
redis是一个内存级的数据库，所有的数据都在内存中，之前我们知道，可以TTL指令来获取数据的状态：
- 返回一个具体的时长代表一个具有时效性的数据
- 返回-1代表永久有效的数据
- 返回-2代表已经过期的数据或者被删除的数据或者未定义的数据
那么，过期的数据删除，怎么知道真的被删除了呢？
当redis发出一系列的指令给CPU去处理，指令少的时候CPU表示毫无压力，但是针对大批量的指令过来的时候，虽然在排着队执行，CPU的性能就会下来。对redis来说，一旦数据过期的时候，并不会立即删除，还是在内存中，等要删除的时候再去删除，怎么删除，就是redis的删除策略？
因此，过期数据是指那些设置过有效期又达到有效期之后的数据。有的数据可能很久才会被删除。
二、redis的数据删除策略
过期数据是怎么存储的呢？redis的内存空间在存储key，不仅仅是存储了key对应的value，还有value对应的地址；而在redis会开辟一片内存空间，hash的存储结构，filed就是失效数据的内存地址，value就是失效的时间，有了这个我们就知道那些数据需要删除。而我们的删除策略就紧密和这么一块内存的数据相关。
所谓删除策略，就是在内存和CPU中找一个平衡点，避免redis性能下降，甚至服务器宕机或者内存泄漏。
2.1 定时删除
- 解释：创建一个定时器，当key设置有过期时间，且过期时间到达时，由定时器任务去执行对key的删除操作；删除key的数据同时，删除expire内区保存的地址信息；
- 优点：节约内存，到时就删除，快速释放不必要的内存占用
- 缺点：抢占CPU，当CPU负载很高的时候，会影响redis指令的响应时间和指令吞吐量
2.2 惰性删除
- 解释：数据达到过期时间，不做处理，直到下次访问到这个数据时才去删除；也就是你的每一次的get操作都会和expireIfNeeded()相绑定，数据不到期就返回数据，到期就删除数据返回Nil
- 优点：节约CPU性能
- 缺点：大量失效数据积压之后，内存占用大，存储空间压力大
2.3 定期删除
上面两种方案都是相对比较极端的方案，那么定期删除就是一个比较折中的方案。
在redis中，我们一般默认有16个DB，当然这个是可以配置的。
- redis在启动服务器初始化的时候，会去读取配置server.hz的值，默认10.这个值的意义就是控制服务器每秒钟执行这么多次的定时轮巡（serverCron()），
- 轮巡是对每个库进行轮巡（databaseCron()），紧接着会被每一个失效内存区域进行检测（activeExpireCycle()），每秒执行250ms/ server.hz
- 随机挑选出W个key，如果key超时，删除key。如果这一轮中删除key的数量 > W * 25%,循环该过程；如果 < W * 25%， 检查下一个expire区域，重复此过程；至于W：自定义，= ACTIVE_EXPIRE_CYCLE_LOOKUPS_PER_LOOP属性值
- 参数current_db会记录activeExpireCycle()进入哪个expire[i]执行，下一次到期继续从这里开始执行，这样就不会有被落下扫描的了。
简单来说，定期删除就是周期性的轮巡redis库中的时效性数据，采用随机抽取的策略，利用过期数据占比的方式控制删除频度；
特点：CPU性能占用设置有峰值，检查频度自定义；长期占用内存的数据会被持续清理；周期性的抽查存储空间
2.4 几种删除策略对比
类型 | 说明 |
定时删除 | 节约内存；不分时段占用CPU资源，频度高 |
惰性删除 | 内存占用严重；延迟执行，CPU利用率高 |
定期删除 | 内存定期随机清理；每秒花费固定的CPU去维护内存；随机抽查，重点抽查 |
一般来说，是惰性删除和定期删除结合使用。
三、逐出策略
上面我们说的删除策略操作的都是expire，都是有时效性的数据，失效了但是还在内存，要是所有数据都没过期，甚至都是永久有效的，内存不够了，这个添加数据会怎么样？
问题：把数据放在redis中，内存不足怎么办？
解释：Redis使用内存存储数据，在执行每一个命令之前，会调用freeMemoryIfNeeded()检查内存是否充足，如果不满足当前添加数据的要求，redis会临时清理一些数据作为新指令需要的存储空间。这种清理数据的算法成为逐出算法。
注意：逐出数据的过程并不能保证一定能清理出足够的空间，如果不成功则反复执行；当对所有数据尝试完毕后，还是不能满足需求，将报错。
影响逐出的几个相关配置：
- 最大可以使用的内存 maxmemory：指占用物理内存的比例，默认0，表示不限制；一般设定50%以上。
- 每次待选取删除的个数 maxmemory-samples ：选取数据时并不会全库扫描，导致严重的性能消耗，降低读写性能。采用随机获取数据的方式作为待检测删除数据；
- 删除策略 maxmemory-policy：达到最大内存后，对被挑选出来的数据进行删除的策略
逐出策略有哪几种呢？
检测易失数据：
- volatile-lru：挑选最近最少使用的数据进行淘汰
- volatile-lfu：挑选最近使用次数最少的数据进行淘汰
- volatile-ttl：挑选将要过期的数据淘汰
- volatile-random：任意选择数据淘汰
检测全库数据：
- allkeys-lru：挑选最近使用的数据进行淘汰
- allkeys-lfu：挑选最近使用次数最少的数据进行淘汰
- volatile-random：任意选择数据淘汰
放弃驱逐策略：
- no-enviction：禁止驱逐数据，但是可能引发OOM
数据逐出策略配置的依据：
- 使用info指令输出监控信息，查看缓存hit和miss的次数，根据业务需求调优
不管使用哪一种，都会消耗CPU，还是要结合场景来选择，没有绝对好的策略。
这一篇就到这里。下一专题写redis的主从复制。
