三、Redis内存淘汰策略

### Redis 内存淘汰策略详解 Redis 是一种基于内存的键值存储系统，在实际运行过程中可能会遇到内存不足的情况。为了应对这种情况，Redis 提供了几种不同的内存淘汰策略来管理可用内存。 #### 常见的内存淘汰策略 以下是几种常见的 Redis 内存淘汰策略及其工作原理： 1. **noeviction**: 当内存达到上限时，新写入操作会返回错误，而不会删除任何现有数据[^1]。 2. **allkeys-lru**: 删除最近最少使用的键（Least Recently Used, LRU），适用于大多数缓存场景。 3. **volatile-lru**: 仅针对设置了过期时间的键执行 LRU 淘汰策略。 4. **allkeys-random**: 随机删除任意键，适合于不需要精确控制哪些数据被保留的应用场景。 5. **volatile-random**: 只随机删除带有 TTL（Time To Live）属性的键。 6. **volatile-ttl**: 优先删除即将到期的数据项，即具有较短剩余生存时间的键。 每种策略都有其特定适用范围和优缺点，因此选择哪种策略取决于具体应用场景的需求。 #### 如何配置 Redis 的内存淘汰策略？ 可以通过修改 `redis.conf` 文件中的参数或者通过命令动态调整来设置相应的淘汰机制。下面展示两种方式实现这一目标的方法： - 修改配置文件：打开 redis 安装目录下的 `redis.conf` 文件找到并编辑如下行： ```conf maxmemory-policy noeviction ``` 将上述行更改为期望采用的具体政策名称即可生效；例如切换至 allkeys-lru，则应设为： ```conf maxmemory-policy allkeys-lru ``` - 使用 CONFIG SET 命令实时更改当前实例的行为而不重启服务： ```bash CONFIG SET maxmemory-policy volatile-lru ``` 注意每次改动后需确认新的设定已被接受且正确实施，可通过以下指令查看现况状态： ```bash CONFIG GET maxmemory* ``` 此命令将显示目前的最大允许容量以及所选的回收方案详情。 #### 工作流程概述 当 Redis 达到指定最大内存限制(`maxmemory`)之后，它便会依据选定好的淘汰算法自动清理部分占用空间较大的对象以便腾出更多位置给新增加的内容。整个过程完全自动化无需人为干预，但合理规划初始分配量级与挑选恰当清除法则对于维持高效稳定的服务至关重要。 ```python import redis # 创建连接池 pool = redis.ConnectionPool(host='localhost', port=6379, decode_responses=True) r = redis.Redis(connection_pool=pool) # 设置最大内存大小 (单位字节)，这里假设为 1GB r.config_set('maxmemory', '1073741824') # 设定淘汰策略为 allkeys-lru r.config_set('maxmemory-policy', 'allkeys-lru') ```