深度分析redis过期删除策略和内存淘汰机制Redis的过期键删除策略和内存淘汰机制是保障其高效内存管理的核心设计。本文

知其然要知其所以然，探索每一个知识点背后的意义，你知道的越多，你不知道的越多，一起学习，一起进步，如果文章感觉对您有用的话，关注、收藏、点赞，有困惑的地方请评论，我们一起交流！

Redis 的 过期键删除策略 和 内存淘汰机制 是保障其高效内存管理的核心设计。以下从工作原理、实现细节到应用场景的深度分析：

一、过期键删除策略

Redis 通过 惰性删除 和 定期删除 两种策略协同工作，平衡性能与实时性。

1. 惰性删除（Lazy Expiration）

触发时机：当客户端访问一个键时，Redis 会检查该键是否过期。
执行流程：
1. 客户端执行 GET key 命令。
2. Redis 先检查 key 是否已过期（比较当前时间与键的 expires 字典中的过期时间）。
3. 如果过期，则删除键并返回空；否则返回键值。
优点：对 CPU 友好，只在使用时消耗资源。
缺点：可能导致大量过期键长期占用内存（如不再访问的键）。

2. 定期删除（Active Expiration）

触发时机：Redis 周期性随机抽查部分过期键并删除。
执行流程：
1. 从 expires 字典中随机选择 20 个键。
2. 删除其中已过期的键。
3. 如果超过 25% 的键过期，则重复步骤 1。
核心配置：
- hz 参数（默认 10）：控制每秒执行定期删除的频率。
- 每次检查的键数量和时间上限由算法动态调整。
优点：减少内存浪费，平衡实时性。
缺点：仍可能遗漏部分过期键。

3. 过期键存储结构

过期字典（expires）：一个哈希表，记录所有设置了过期时间的键及其到期时间戳。
- Key：指向实际键的指针。
- Value：64 位整数存储过期时间（Unix 时间戳）。

二、内存淘汰机制（Eviction Policies）

当内存达到 maxmemory 限制时，Redis 根据配置的策略淘汰键以释放空间。

1. 淘汰策略分类

Redis 提供 8 种策略，通过 maxmemory-policy 配置：

策略	规则	适用场景
`noeviction`（默认）	拒绝所有写入操作（DEL 等可继续），返回 OOM 错误。	数据绝对不允许丢失的场景。
`allkeys-lru（常用）`	从所有键中淘汰最近最少使用（LRU）的键。	热点数据分布明显的缓存。
`volatile-lru`	从设置了过期时间的键中淘汰 LRU 键。	需保留持久化数据的缓存。
`allkeys-lfu（常用）`	从所有键中淘汰最不频繁使用（LFU）的键（Redis 4.0+）。	长期保留高频访问键的场景。
`volatile-lfu`	从过期键中淘汰 LFU 键。	结合 TTL 和访问频率的场景。
`allkeys-random`	随机淘汰任意键。	数据访问无规律的场景。
`volatile-random`	随机淘汰过期键。	需保留部分持久化数据的场景。
`volatile-ttl`	优先淘汰剩余存活时间（TTL）最短的键。	需要快速清理短期数据的场景。

2. LRU 与 LFU 的实现优化

近似 LRU/LFU：Redis 采用 概率性采样 而非精确计算，以节省内存。
- 每次淘汰时随机选取 5 个（可配置）候选键，选择其中最久未使用（LRU）或最少使用（LFU）的键。
- 通过 maxmemory-samples 参数调整采样数量（默认 5，增大更精确但消耗 CPU）。
LFU 的访问频率统计：
- 使用 24 位计数器（Logarithmic Counter）记录访问频率，随时间衰减。
- 通过 lfu-log-factor 和 lfu-decay-time 控制衰减速度。

3. 淘汰流程

客户端执行写入命令时触发内存检查。
若内存超限，根据策略选择待淘汰键。
删除键并释放内存，然后处理当前命令。

三、生产环境配置建议

1. 过期键管理

合理设置 TTL：避免大量键同时过期（导致瞬时负载）。
监控过期键：使用 INFO stats 查看 expired_keys 计数。
调整定期删除频率：增大 hz（谨慎，会增加 CPU 负载）。

2. 内存淘汰优化

策略选择：
- 缓存场景：allkeys-lru 或 allkeys-lfu。
- 持久化 + 缓存混合：volatile-lru。
- 严格数据保护：noeviction。

关键配置：

maxmemory 4gb                           # 设置最大内存
maxmemory-policy allkeys-lru            # 选择淘汰策略
maxmemory-samples 10                    # 提高 LRU/LFU 精度

3. 大 Key 处理

避免大 Key：单个 String 不超过 10KB，集合元素不超过 5000。
拆分大 Key：如将 user:1:favorites 拆分为多个小 Hash。

四、常见问题与解决方案

1. 内存溢出但大量键已过期

原因：惰性删除未触发，定期删除未清理完。
解决：手动执行 SCAN + TTL 检查，或增加 hz 值。

2. 淘汰策略导致热点数据被误删

现象：allkeys-random 误删高频访问键。
解决：切换为 allkeys-lru 或 allkeys-lfu。

3. LFU 计数不准确

调整参数：

lfu-log-factor 10    # 降低计数器增长难度（默认 10）
lfu-decay-time 1     # 计数器衰减时间（分钟，默认 1）

五、总结：Redis 内存管理设计哲学

惰性删除：优先保证性能，牺牲部分内存效率。
定期删除：平衡实时性与 CPU 开销。
近似 LRU/LFU：以极小内存开销实现高效淘汰。
灵活策略：根据业务特点选择淘汰逻辑。