过期KEY处理
Redis提供了expire命令，给key设置TTL(存活时间)
可以发现，当key的TTL到期以后，再次访问name返回的是nil，说明这个key已经不存在了，对应的内存也得到释放从而起到内存回收的目的。
这里有两个问题需要我们思考:
- Redis是如何知道一个key是否过期呢?
Redis的本身是键值型数据库，其所有数据都存在一个redisDB的结构体中，其中包含两个哈希表:
- dict: 保存Redis中所有的键值对
- expires: 保存Redis中所有的设置了过期时间的KEY及其到期时间(写入时间+TTL)
- 是不是TTL到期就立即删除了呢?
Redis并不会实时监测key的过期时间，在key过期后立刻删除。而是采用两种延迟删除的策略:
惰性删除: 当有命令需要操作一个key的时候，检查该key的存活时间，如果已经过期才执行删除。
周期删除: 通过一个定时任务，周期性的抽样部分有TTL的key，如果过期则执行删除。
周期删除的定时任务执行周期有两种:
SLOW模式: 默认执行频率为每秒10次，但每次执行时长不能超过25ms，受server.hz参数影响
FAST模式: 频率不固定，跟随Redis内部I0事件循环执行。两次任务之间间隔不低于2ms，执行时长不超过1ms
小结
- RedisKey的TTL记录方式:
在RedisDB中通过一个哈希表记录每个Key的到期时间
- 期key的删除策略:
惰性清理: 每次查找key时判断是否过期，如果过期则删除
定期清理: 定期抽样部分key，判断是否过期，如果过期则删除。
- 定期清理的两种模式:
SLOW模式执行频率默认为10，每次不超过25ms
FAST模式执行频率不固定，但两次间隔不低于2ms，每次耗时不超过1ms
内存淘汰策略
对于某些特别依赖于Redis的项目而言，仅仅依靠过期KEY清理是不够的，内存可能很快就达到上限。因此Redis允许设置内存告警阈值，当内存使用达到阈值时就会主动挑选部分KEY删除以释放更多内存。这叫做内存淘汰机制。
内存淘汰时机
那么问题来了，当内存达到阈值时执行内存淘汰，但问题是Redis什么时候会执去判断内存是否达到预警呢？
Redis每次执行任何命令时，都会判断内存是否达到阈值：
// server.c中处理命令的部分源码
int processCommand(client *c) {
// ... 略
if (server.maxmemory && !server.lua_timedout) {
// 调用performEvictions()方法尝试进行内存淘汰
int out_of_memory = (performEvictions() == EVICT_FAIL);
// ... 略
if (out_of_memory && reject_cmd_on_oom) {
// 如果内存依然不足，直接拒绝命令
rejectCommand(c, shared.oomerr);
return C_OK;
}
}
}淘汰策略
好了，知道什么时候尝试淘汰了，那具体Redis是如何判断该淘汰哪些Key的呢？
Redis支持8种不同的内存淘汰策略：
noeviction： 不淘汰任何key，但是内存满时不允许写入新数据，默认就是这种策略。volatile-ttl： 对设置了TTL的key，比较key的剩余TTL值，TTL越小越先被淘汰allkeys-random：对全体key ，随机进行淘汰。也就是直接从db->dict中随机挑选volatile-random：对设置了TTL的key ，随机进行淘汰。也就是从db->expires中随机挑选。allkeys-lru： 对全体key，基于LRU算法进行淘汰volatile-lru： 对设置了TTL的key，基于LRU算法进行淘汰allkeys-lfu： 对全体key，基于LFU算法进行淘汰volatile-lfu： 对设置了TTL的key，基于LFI算法进行淘汰
比较容易混淆的有两个算法：
- LRU（
LeastRecentlyUsed），最近最久未使用。用当前时间减去最后一次访问时间，这个值越大则淘汰优先级越高。 - LFU（
LeastFrequentlyUsed），最少频率使用。会统计每个key的访问频率，值越小淘汰优先级越高。
Redis怎么知道某个KEY的最近一次访问时间或者是访问频率呢？
- Redis的数据都会被封装为RedisObject结构
- 其中的
lru就是记录最近一次访问时间和访问频率的。当然，你选择LRU和LFU时的记录方式不同：
- LRU：以秒为单位记录最近一次访问时间，长度24bit
- LFU：高16位以分钟为单位记录最近一次访问时间，低8位记录逻辑访问次数
- 时间就不说了，那么逻辑访问次数又是怎么回事呢？8位无符号数字最大才255，访问次数超过255怎么办？
- 这就要聊起Redis的逻辑访问次数算法了，LFU的访问次数之所以叫做逻辑访问次数，是因为并不是每次key被访问都计数，而是通过运算：
- ① 生成
[0,1)之间的随机数R - ② 计算
1/(旧次数* lfu_log_factor + 1)，记录为P，lfu_log_factor默认为10 - ③ 如果
R<P，则计数器+1，且最大不超过255 - ④ 访问次数会随时间衰减，距离上一次访问时间每隔
lfu_decay_time分钟(默认1) ，计数器-1
- 显然LFU的基于访问频率的统计更符合我们的淘汰目标，因此官方推荐使用LFU算法。
算法我们弄明白了，不过这里大家要注意一下：
Redis中的KEY可能有数百万甚至更多，每个KEY都有自己访问时间或者逻辑访问次数。我们要找出时间最早的或者访问次数最小的，难道要把Redis中所有数据排序？
- 要知道Redis的内存淘汰是在每次执行命令时处理的。如果每次执行命令都先对全量数据做内存排序，那命令的执行时长肯定会非常长，这是不现实的。
- 所以Redis采取的是抽样法，即每次抽样一定数量（
maxmemory_smples）的key，然后基于内存策略做排序，找出淘汰优先级最高的，删除这个key。这就导致Redis的算法并不是真正的LRU，而是一种基于抽样的近似LRU算法。 - 不过，在Redis3.0以后改进了这个算法，引入了一个淘汰候选池，抽样的key要与候选池中的key比较淘汰优先级，优先级更高的才会被放入候选池。然后在候选池中找出优先级最高的淘汰掉，这就使算法的结果更接近与真正的LRU算法了。特别是在抽样值较高的情况下（例如10），可以达到与真正的LRU接近的效果。
- 这也是官方给出的真正LRU与近似LRU的结果对比：
你可以在图表中看到三种颜色的点形成三个不同的带，每个点就是一个加入的KEY。
- 浅灰色带是被驱逐的对象
- 灰色带是没有被驱逐的对象
- 绿色带是被添加的对象
小结
面试题：Redis如何判断KEY是否过期呢？
答：在Redis中会有两个Dict，也就是HashTable，其中一个记录KEY-VALUE键值对，另一个记录KEY和过期时间。要判断一个KEY是否过期，只需要到记录过期时间的Dict中根据KEY查询即可。
面试题：Redis何时删除过期KEY？如何删除？
答：Redis的过期KEY处理有两种策略，分别是惰性删除和周期删除。
惰性删除是指在每次用户访问某个KEY时，判断KEY的过期时间：如果过期则删除；如果未过期则忽略。
周期删除有两种模式：
- SLOW模式：通过一个定时任务，定期的抽样部分带有TTL的KEY，判断其是否过期。默认情况下定时任务的执行频率是每秒10次，但每次执行不能超过25毫秒。如果执行抽样后发现时间还有剩余，并且过期KEY的比例较高，则会多次抽样。
- FAST模式：在Redis每次处理NIO事件之前，都会抽样部分带有TTL的KEY，判断是否过期，因此执行频率较高。但是每次执行时长不能超过1ms，如果时间充足并且过期KEY比例过高，也会多次抽样
面试题：当Redis内存不足时会怎么做？
答：这取决于配置的内存淘汰策略，Redis支持很多种内存淘汰策略，例如LRU、LFU、Random. 但默认的策略是直接拒绝新的写入请求。而如果设置了其它策略，则会在每次执行命令后判断占用内存是否达到阈值。如果达到阈值则会基于配置的淘汰策略尝试进行内存淘汰，直到占用内存小于阈值为止。
面试题：那你能聊聊LRU和LFU吗？
答：LRU是最近最久未使用。Redis的Key都是RedisObject，当启用LRU算法后，Redis会在Key的头信息中使用24个bit记录每个key的最近一次使用的时间lru。每次需要内存淘汰时，就会抽样一部分KEY，找出其中空闲时间最长的，也就是now - lru结果最大的，然后将其删除。如果内存依然不足，就重复这个过程。
由于采用了抽样来计算，这种算法只能说是一种近似LRU算法。因此在Redis4.0以后又引入了LFU算法，这种算法是统计最近最少使用，也就是按key的访问频率来统计。当启用LFU算法后，Redis会在key的头信息中使用24bit记录最近一次使用时间和逻辑访问频率。其中高16位是以分钟为单位的最近访问时间，后8位是逻辑访问次数。与LFU类似，每次需要内存淘汰时，就会抽样一部分KEY，找出其中逻辑访问次数最小的，将其淘汰。
面试题：逻辑访问次数是如何计算的？
答：由于记录访问次数的只有8bit，即便是无符号数，最大值只有255，不可能记录真实的访问次数。因此Redis统计的其实是逻辑访问次数。这其中有一个计算公式，会根据当前的访问次数做计算，结果要么是次数+1，要么是次数不变。但随着当前访问次数越大，+1的概率也会越低，并且最大值不超过255.
除此以外，逻辑访问次数还有一个衰减周期，默认为1分钟，即每隔1分钟逻辑访问次数会-1。这样逻辑访问次数就能基本反映出一个key的访问热度了。