“优胜劣汰——LRU(1)”
在 Redis 中，内存管理是一个关键问题，特别是当内存使用超过物理内存限制时，系统可能会进行磁盘交换，导致性能显著下降。为了避免这种情况，Redis 提供了一个名为 `maxmemory` 的配置选项，允许用户设定内存使用的上限。一旦达到这个上限，Redis 就需要执行内存淘汰策略，以释放空间来继续服务读写请求。
内存淘汰策略主要有以下几种：
1. **noeviction**：这是默认策略，当内存达到上限时，不再接受写请求（但 DEL 请求除外），读请求仍可继续，确保数据完整性，但可能导致线上业务中断。
2. **volatile-lru**：此策略优先淘汰有过期时间的 key，并且选择最近最少使用的 key。这保护了未设置过期时间的 key，确保了持久化数据的安全。
3. **volatile-ttl**：与 volatile-lru 类似，但根据 key 的剩余生存时间（ttl）进行淘汰，ttl 值越小的 key 越优先被淘汰。
4. **volatile-random**：在有过期时间的 key 集合中随机选择一个 key 进行淘汰。
5. **allkeys-lru**：与 volatile-lru 相反，它会淘汰所有 key，包括未设置过期时间的 key。适用于仅作为缓存的 Redis 实例。
6. **allkeys-random**：在所有 key 中随机选择一个进行淘汰，无论其是否有过期时间。
volatile-xxx 策略只对带有过期时间的 key 执行淘汰操作，适合那些希望同时利用 Redis 缓存和持久化功能的场景。而 allkeys-xxx 策略则适用于纯粹的缓存用途，客户端在写入缓存时无需设置过期时间。
LRU（Least Recently Used）算法的实现通常涉及到一个额外的数据结构，即一个链表。链表中的每个节点代表一个 key，它们按照访问顺序排列，最近访问的 key 放在链表头部，最久未访问的 key 在链表尾部。当需要淘汰 key 时，会删除链表尾部的元素。当某 key 被访问时，该节点会被移动到链表头部，从而反映出最新的访问顺序。
这种设计使得 LRU 算法能够高效地找出最近最少使用的 key 进行淘汰，以尽可能保持常用 key 的缓存状态，同时在内存受限时确保服务的可用性。然而，由于维护额外的链表结构，LRU 算法的内存开销相对较大，但它提供了良好的性能和空间利用效率之间的平衡。在实际应用中，根据具体的业务需求和资源限制，选择合适的内存淘汰策略至关重要。
我的内容管理
展开
