有时候，技术面试就像一场心理战。你以为面试官在聊 Redis 缓存？其实他在考你对“内存管理”的理解。今天，我就带你用一个小故事，轻松搞懂 Redis 的内存淘汰策略，让你在面试中胸有成竹、侃侃而谈！
那场面试，让我对“Redis 淘汰策略”彻底改观
上个月，我去参加一家金融科技公司的社招面试。面试官是个看起来不苟言笑的大哥，问的第一个问题就挺硬核：
“假设你的 Redis 已经满了，这时候又有新数据要写进去，会发生什么？”
我当时心里一咯噔：这不是考“内存淘汰策略”嘛！
但我也没慌，笑着回道：“Redis 会根据配置的策略，决定要不要淘汰旧数据。”
面试官微微一笑，继续追问：“那 Redis 一共有几种淘汰策略？各自适合什么场景？”
啊哈～果然来了。那场面试之后，我彻底总结了这道题的精髓。今天就把我的笔记、理解，还有一点点面试小心机，通通告诉你。
为什么 Redis 会需要“淘汰策略”？
Redis 是一个基于内存的数据库。它快，是因为所有数据都放在内存中。但问题来了：内存是有限的。
举个例子：
如果你用 Redis 做缓存，设置了 maxmemory=1GB，结果业务越来越大，一不小心就塞满了。
这时候 Redis 必须“做决定”——要不要删点旧的？删哪些？于是，“内存淘汰策略”登场了。它就像 Redis 的“清理规则”，告诉 Redis：
“当内存不够时，该优先清理哪些数据？”
Redis 的八种内存淘汰策略，一次讲透！
我们常说 Redis 有 8 种淘汰策略（老版本是 6 种，后来又多了两种）。它们的核心逻辑可以分成三大类：不淘汰、按过期时间淘汰、按访问特征淘汰。下面我们来讲故事。
- noeviction（默认策略）
故事背景：
- Redis 就像一个固执的仓库管理员。仓库爆满了，但他就是不想扔东西。
- 你再塞新货进来？对不起，直接报错！
解释：
在 noeviction 模式下，Redis 不会删除任何数据。当内存不足时：
- 读操作没问题；
- 但写操作（包括 set、incr 等）会直接返回错误。
适用场景：
- 数据不可丢的情况，比如金融账单、配置缓存等。
- 不过这种策略一般只适合严格控制内存的系统，否则可能引发应用报错甚至崩溃。
- volatile-lru（过期键 + LRU 算法）
故事背景：
- Redis 像个聪明的仓管员，只在“设置了过期时间的货物”中挑选最久没被访问的扔掉。
解释：
- LRU（Least Recently Used）是“最近最少使用”算法。
- 意思是：谁最久没被碰过，谁先走。
- 但 volatile-lru 有限制——只在“设置了过期时间”的键中生效。
适用场景：
- 一般用于缓存场景，尤其是只给部分数据设置了 TTL（过期时间）的系统。
- volatile-ttl（过期键 + TTL 倒计时）
故事背景：
- Redis 这次不看访问频率，只看“保质期”。
- 哪个商品离过期时间最近，就优先清掉。
解释：
- 在设置了过期时间的键中，Redis 会优先删除快要到期的键。
适用场景：
- 适合对时效性敏感的业务，比如短视频的热度榜、秒杀库存等。
- volatile-random（过期键 + 随机删除）
故事背景：
- 这位仓库管理员有点随性。
- 他只在“有过期时间”的货物堆里随手挑几个扔。
解释：
- 当内存不够时，从带过期时间的键里随机挑选删除。
- 简单粗暴，但不可预测。
适用场景：
- 不太推荐，除非测试环境或业务逻辑允许随机删除。
- allkeys-lru（所有键 + LRU 算法）
故事背景：
- Redis 这次下了狠心：无论有没有过期时间，只要最久没被访问的，都要淘汰。
解释：
- 这是最常用的策略之一！
- Redis 在所有键中，优先删除“最近最少使用”的数据。
适用场景：
- 适合绝大多数缓存业务，比如热点新闻、商品详情缓存、首页推荐等。
- 因为这些数据随时都能重新加载。
- allkeys-random（所有键 + 随机删除）
故事背景：
- 管理员又开始任性了，这次是所有货物中随机挑选一些扔掉。
解释：
- 所有键都有可能被删除，不管有没有过期时间。
适用场景：
- 小型系统或测试环境。
- 但生产环境一般不建议，毕竟可能删掉热门数据。
- volatile-lfu（过期键 + LFU 算法）
故事背景：
- Redis 升级了仓管系统，装了一个统计器。
- 它不看时间，只看访问频率——谁最不受欢迎，就删谁。
解释：
- LFU（Least Frequently Used）算法：删除访问频率最低的键。
- 但只作用于带过期时间的键。
适用场景：
- 适合流量分布极度不均的场景，比如热点商品缓存。
- allkeys-lfu（所有键 + LFU 算法）
故事背景：
- 这是 Redis 4.0 之后的新宠。
- 它既公平又高效，不分过期时间，直接根据访问频率决定淘汰。
解释：
- 访问频率低的数据优先被清除。
- 比 LRU 更精确，因为它能避免“刚被访问一次”的误判。
适用场景：
- 推荐生产环境使用，尤其是大规模高并发缓存系统。
- 比如：短视频推荐、社交热帖、搜索联想词等。
说了这么多，别急，我们来用一张表看清楚，Redis 八大淘汰策略，一目了然：
怎么配置 Redis 的淘汰策略？
在 Redis 配置文件 redis.conf 中，有一个关键参数：
maxmemory-policy allkeys-lru
这行配置就是决定 Redis 淘汰策略的关键。如果不配置，默认是 noeviction。另外还要注意设置：
maxmemory 512mb
否则 Redis 根本不会触发淘汰机制。
那面试官又问了：“你怎么选择合适的策略？”
这是面试中最容易被问“懵”的一环。我给你一个万能回答模板，稳得一批：
“具体要根据业务场景决定：
如果是纯缓存系统：推荐 allkeys-lru 或 allkeys-lfu；
如果部分数据设置了过期时间：用 volatile-lru；
如果数据不允许被删：noeviction；
如果需要控制时效：volatile-ttl；
其他策略（random）仅用于测试或特殊情况。”
面试官最爱听的补充点：
“Redis 4.0 之后推荐使用 LFU，它能更精确反映访问热度，避免 LRU 的时间偏差问题。”
这句话说完，分数就上去了！
深入理解：LRU vs LFU 的区别
很多人答题只记得名字，却讲不清两者差异。
- LRU： 关注“最近是否被访问”
- LFU： 关注“被访问的次数”
举个例子：
- 在 LRU 规则下，会删掉 A（因为最近没被访问）。
- 但在 LFU 规则下，会删掉 B（因为访问次数太少）。
面试官考点就在这里：
你是否理解算法背后的逻辑——Redis 是在平衡“时间”和“热度”的取舍。
再补一句：Redis 淘汰策略 ≠ 过期删除
有些同学容易混淆“过期删除机制”和“淘汰策略”，我一定要强调：
- 过期删除机制：针对设置了 TTL 的键，分为惰性删除 + 定期删除；
- 内存淘汰策略：针对整体内存满的场景，Redis 主动删键。
两者虽然都在“删除”，但触发条件完全不同。这是面试中加分的隐藏点！
面试官最后笑了：“那你说说，你的 Redis 怎么调优？”
我说：
“我一般会先设置合理的 maxmemory，再选择 allkeys-lfu 策略，同时配合监控内存使用率。热点数据通过 TTL 控制，冷数据交给 Redis 自动淘汰。”
面试官点了点头，笑道：
“不错，看来 Redis 不只是‘记忆’，还是一门‘哲学’。”
我也笑了。确实，Redis 的淘汰策略，本质上是如何在有限资源里，做最聪明的取舍。
最后总结：面试时这样答最稳！
面试时，可以这样组织回答结构：
Redis 提供 8 种内存淘汰策略，分三类：
不淘汰： noeviction（默认）；
只淘汰过期键： volatile-lru、volatile-ttl、volatile-random、volatile-lfu；
淘汰所有键： allkeys-lru、allkeys-random、allkeys-lfu。
其中最常用的是 allkeys-lru 和 allkeys-lfu，前者基于最近最少使用，后者基于最少访问频率。
在生产中建议根据业务特点选择，并配合合理的 TTL 和监控策略使用。
这时候，你不只是答题，更像一个能落地、懂系统的工程师。相信我，这种答法，面试官都会点头！
END
Redis 的内存淘汰策略，其实很像我们自己的生活哲学。内存有限，选择就变得重要。要么珍惜常用的、要么舍弃无用的。
Redis 教会我们的，不只是技术，更是一种取舍的智慧。
我是小米，一个喜欢分享技术的31岁程序员。如果你喜欢我的文章，欢迎关注我的微信公众号“软件求生”，获取更多技术干货！
