前几天看到读书群的群主说她读书是为了什么，她说是因为读书可以让自己见到更多高人，优秀的人想法，而自己身边很难找到很多优秀的人，和优秀的人在一起，会学习到很多，也成长的更快。其实也的确是这样，就像找男女朋友一样，很多时候就是自己身边的人，不合适或者不够优秀，人是很容易被其他人影响的，除此之外，读书也是可以提高自己的思想。
每日BB结束，今天开始说redis的数据淘汰策略
啥是数据淘汰策略呢，redis是基于内存的，单线程的，如果内存满了怎么办，过期的key什么时候回收，是不是很熟悉，想想垃圾回收，意思是这个意思，但是实现却是很大不一样
淘汰策略两种 一种是不淘汰，另一种是淘汰策略
淘汰策略又分为两种，一种是key设置过期时间的淘汰，一种key不设置过期时间的淘汰
指定淘汰策略方式
在redis.conf文件中增加指定
maxmemory-policy volatile-lru
1 key设置过期时间的淘汰：
1）volitile - ttl
这种策略是塞选出要到过期时间的数据，进行淘汰，有风险干掉热点数据
2）volitile - ramdom
这种策略是随机选一个进行淘汰，风险更大了
3）volitile - lru
这中比较讲道理，但是还挺复杂的，其中涉及到了链表，还有LinkedHashMap
他是怎么工作的呢，就是塞选出，很长时间不用的缓存值进行淘汰，听起来挺简单的，做起来并不简单。
下面就来实现一个自定义的lru算法
static class LRULinkedHashMap<K,V> extends LinkedHashMap<K,V>{
//定义缓存的容量
private int capacity;
private static final long serialVersionUID = 1L;
//带参数的构造器
LRULinkedHashMap(int capacity){
//调用LinkedHashMap的构造器，传入以下参数
super(16,0.75f,true);
//传入指定的缓存最大容量
this.capacity=capacity;
}
//实现LRU的关键方法，如果map里面的元素个数大于了缓存最大容量，则删除链表的顶端元素
@Override
public boolean removeEldestEntry(Map.Entry<K, V> eldest){
System.out.println(eldest.getKey() + "=" + eldest.getValue());
return size()>capacity;
}
}
public static void main(String[] args) {
//指定缓存最大容量为4
Map<Integer,Integer> map=new LinkHashMapDemo.LRULinkedHashMap<>(4);
map.put(9,3);
map.put(7,4);
map.put(5,9);
map.put(3,4);
map.put(6,6);
map.get(7)
//总共put了5个元素，超过了指定的缓存最大容量
//遍历结果
for(Iterator<Map.Entry<Integer,Integer>> it = map.entrySet().iterator(); it.hasNext();){
System.out.println(it.next().getKey());
}
}
这就实现了，那为什么使用linkHashMap呢，1是因为顺序，2 也是最重要的就是他的get方法不仅仅会返回值，还会将值放到链表的最下端，这样每次链表的最上端就是最先放置的值，是不是感觉遇到了对的人。
但是如果redis直接使用，会有一个问题，就是如果把缓存的值直接放进去那这个链表太大了，所以redis的处理是选择N个值放进去，然后进行lru处理
4） volitile - lfu
这个是基于lru的，基本用不到，记录每一个数据的使用次数和使用时间，如果使用次数相同，那么比较使用时间，使用时间早的会优先删除
2 key不设置过期时间的淘汰：
也是以上几个，但是数据范围改变，是从所有的数据中塞选数据
3 其实以上说的都是在内存快满的时候执行的，除此之外还有两种处理机制
内存没有满时
1）主动过期
客户端来访问时，发现key过期了，那就把他删除
2）被动过期
redis 定时清理，默认是100ms跑一次，一个范围一个范围采样烧苗过期的key，如果一个范围内过期的key25%那么继续，采样扫描知道低于25%，但是这个也存在一些问题，redis是单线程的，如果存在大范围的过期，会有阻塞主线程执行的问题
4 redis 也会通过判断内存碎片是否过多来优化内存空间
