<强> 1,设置复述,使用LRU算法
LRU(最近最少使用)最近最少使用算法是众多置换算法中的一种。
复述,中有一个maxmemory概念,主要是为了将使用的内存限定在一个固定的大小.Redis用到的LRU算法,是一种近似的LRU算法。
<强>(1)设置maxmemory
上面已经说过maxmemory是为了限定复述最大内存使用量。有多种方法设定它的大小。其中一种方法是通过配置设置设定,如下:
另一种方法是修改配置文件复述。相依:
注意,在64位系统下,maxmemory设置为0表示不限制复述,内存使用,在32位系统下,maxmemory隐式不能超过3 gb。
当复述,内存使用达到指定的限制时,就需要选择一个置换的策略。
<强>(2)置换策略
当复述,内存使用达到maxmemory时,需要选择设置好的maxmemory-policy进行对老数据的置换。
下面是可以选择的置换策略:
- <李>
noeviction:不进行置换,表示即使内存达到上限也不进行置换,所有能引起内存增加的命令都会返回误差
<李>allkeys-lru:优先删除掉最近最不经常使用的钥匙,用以保存新数据
<李>volatile-lru:只从设置失效(到期集)的关键中选择最近最不经常使用的关键进行删除,用以保存新数据
<李>allkeys-random:随机从所有密钥中选择一些关键进行删除,用以保存新数据
<李>volatile-random:只从设置失效(到期集)的关键中,选择一些关键进行删除,用以保存新数据
<李>volatile-ttl:只从设置失效(到期集)的关键中,选出存活时间(TTL)最短的键进行删除,用以保存新数据
需要注意的是:
(1)设置maxmemory-policy的方法和设置maxmemory方法类似,通过复述。conf或是通过CONFIG SET动态修改。
（2）如果没有匹配到可以删除的key，那么volatile-lru、volatile-random和volatile-ttl策略和noeviction替换策略一样——不对任何key进行置换。
（3）选择合适的置换策略是很重要的，这主要取决于你的应用的访问模式，当然你也可以动态的修改置换策略，并通过用Redis命令——INFO去输出cache的命中率情况，进而可以对置换策略进行调优。
一般来说，有这样一些常用的经验：
在所有的key都是最近最经常使用，那么就需要选择allkeys-lru进行置换最近最不经常使用的key，如果你不确定使用哪种策略，那么推荐使用allkeys-lru。
如果所有的key的访问概率都是差不多的，那么可以选用allkeys-random策略去置换数据。
如果对数据有足够的了解，能够为key指定hint（通过expire/ttl指定），那么可以选择volatile-ttl进行置换。
volatile-lru 和 volatile-random经常在一个Redis实例既做cache又做持久化的情况下用到，然而，更好的选择使用两个Redis实例来解决这个问题。
设置是失效时间expire会占用一些内存，而采用allkeys-lru就没有必要设置失效时间，进而更有效的利用内存。
(3)置换策略是如何工作的
理解置换策略的执行方式是非常重要的，比如：
客户端执行一条新命令，导致数据库需要增加数据（比如set key value）
Redis会检查内存使用，如果内存使用超过maxmemory，就会按照置换策略删除一些key
新的命令执行成功
我们持续的写数据会导致内存达到或超出上限maxmemory，但是置换策略会将内存使用降低到上限以下。
如果一次需要使用很多的内存（比如一次写入一个很大的set），那么，Redis的内存使用可能超出最大内存限制一段时间。
(4)近似LRU算法
Redis中的LRU不是严格意义上的LRU算法实现，是一种近似的LRU实现，主要是为了节约内存占用以及提升性能。Redis有这样一个配置——maxmemory-samples，Redis的LRU是取出配置的数目的key，然后从中选择一个最近最不经常使用的key进行置换，默认的5，如下：
maxmemory-samples 5
可以通过调整样本数量来取得LRU置换算法的速度或是精确性方面的优势。
Redis不采用真正的LRU实现的原因是为了节约内存使用。虽然不是真正的LRU实现，但是它们在应用上几乎是等价的。下图是Redis的近似LRU实现和理论LRU实现的对比：
