Redis作為一種高性能的鍵值存儲系統，廣泛應用于緩存、消息中間件等場景。在Redis中，數據的過期策略和淘汰策略對于內存管理和系統性能至關重要。本文將詳細介紹Redis的過期策略和淘汰策略，并提供相應的例子代碼。

一、Redis的過期策略

Redis支持對鍵值對設置過期時間，當過期時間到達時，Redis會自動觸發過期鍵刪除策略，將過期的鍵值對從內存中刪除以釋放內存空間。Redis主要采用了以下幾種過期策略：

1. 定時刪除

定時刪除策略會為每個設置了過期時間的鍵創建一個定時器，當過期時間到達時，自動刪除該鍵。這種策略可以確保鍵在過期時間到達時立即被刪除，但會占用大量的CPU資源，尤其是在存在大量設置了過期時間的鍵時，CPU開銷會非常高。Redis并不推薦這種策略，因為它會嚴重影響Redis的性能。

2. 惰性刪除

惰性刪除策略不會主動刪除過期的鍵，而是在每次訪問鍵時，檢查該鍵是否過期，如果過期則刪除。這種策略對CPU友好，因為只有在實際需要該鍵時才會進行過期檢查。但是，它可能導致過期鍵在內存中長時間占用空間，如果過期鍵長時間沒有被訪問，內存將無法得到釋放。

3. 定期刪除

定期刪除策略是定時刪除和惰性刪除的一種折中方案。Redis會周期性地執行過期鍵掃描操作，刪除其中的過期鍵。具體掃描的頻率和數量可以通過Redis的配置文件（redis.conf）中的hz參數來設置，默認值為10，表示每秒鐘執行10次掃描。在掃描過程中，Redis會隨機選擇一定數量的鍵進行檢查，并刪除其中的過期鍵。這種策略既避免了惰性刪除可能導致的內存占用問題，又減少了定時刪除對CPU資源的高消耗。

例子代碼

設置鍵的過期時間：

# Redis命令行設置過期時間
EXPIRE mykey 10 # 設置鍵mykey的過期時間為10秒

4. 隨機刪除

隨機刪除策略并不是Redis的默認策略，但在某些場景下可能會使用到。它將設置過期時間的鍵放在一個字典中，并設置一個虛擬時間，每次隨機刪除字典中的一部分過期鍵。這種策略可以避免在同一時間點刪除過多的鍵而導致Redis阻塞。

二、Redis的淘汰策略

當Redis的內存使用達到上限時，需要按照某種策略淘汰部分數據以釋放內存。Redis提供了多種淘汰策略，可以在配置文件redis.conf中通過maxmemory-policy參數來設置。

1. noeviction

默認策略，當內存不足以容納新寫入數據時，新寫入操作會報錯，但刪除和讀請求可以繼續。這種策略可以確保Redis內存不會被其他進程搶占，但可能會導致Redis進程被強制殺死，數據全部丟失，因此不建議在生產環境中使用。

2. allkeys-lru

從所有key中使用LRU（最近最少使用）算法進行淘汰。LRU算法通過記錄每個key的最近訪問時間，淘汰最長時間未被訪問的key。適用于緩存場景，可以確保經常被訪問的數據保留在內存中，提高緩存命中率。

3. allkeys-random

從所有key中隨機淘汰數據。這種策略不考慮key的訪問頻率或過期時間，完全隨機選擇key進行淘汰。在不確定哪些key是熱門數據，或者對淘汰策略沒有特殊要求的情況下，可以使用這種簡單的隨機淘汰策略。

4. volatile-lru

從設置了過期時間的key中使用LRU算法進行淘汰。這種策略只針對設置了過期時間的key進行操作，優先淘汰那些最近最少使用且已經設置了過期時間的key。適用于需要設置過期時間，同時希望緩存盡可能保留熱門數據的場景。

5. volatile-random

從設置了過期時間的key中隨機淘汰。與allkeys-random類似，但這種策略只針對設置了過期時間的key進行操作。在需要淘汰過期key，但又不希望完全依賴LRU算法的情況下，可以使用這種隨機淘汰策略。

6. volatile-ttl

在設置了過期時間的key中，淘汰過期時間剩余最短的。這種策略優先淘汰那些即將過期的key，確保Redis存儲的數據盡可能新鮮。適用于需要快速淘汰即將過期數據的場景，比如緩存即將失效的會話信息等。

例子代碼：

設置Redis淘汰策略：

# Redis命令行設置淘汰策略
CONFIG SET maxmemory-policy volatile-lru

或者在redis.conf配置文件中設置：

maxmemory-policy volatile-lru
maxmemory 100mb # 設置Redis最大內存限制為100MB

三、總結

Redis的過期策略和淘汰策略對于內存管理和系統性能至關重要。通過合理配置這些策略，可以確保Redis在內存使用達到上限時，能夠按照預定的規則淘汰部分數據，以釋放內存空間。同時，通過合理的過期策略，可以確保過期的鍵值對能夠及時被刪除，避免內存的浪費。在實際應用中，建議根據業務需求和數據特點，選擇最合適的過期和淘汰策略。