面试官：Redis 数据库内存数据满了，会宕机吗？有内存接纳？ ...

Redis 数据库内存数据满了，会宕机吗？答案是：不会让他出现存满的情况，在利用Redis的时候我们要设置Redis能利用的最大的内存大小，存到一定容量的时候还有Redis的内存镌汰策略呢，还有LRU算法进行镌汰，等等。。。接下来就跟着作者一起探讨，Redis的内存镌汰策略。
Redis占用内存大小

我们知道Redis是基于内存的key-value数据库，由于系统的内存大小有限，所以我们在利用Redis的时候可以设置Redis能利用的最大的内存大小。
1、通过设置文件设置
通过在Redis安装目录下面的redis.conf设置文件中添加以下设置设置内存大小

1. //设置Redis最大占用内存大小为100M`
2. maxmemory 100mb`

复制代码

  redis的设置文件不一定利用的是安装目录下面的redis.conf文件，启动redis服务的时候是可以传一个参数指定redis的设置文件的
  2、通过命令修改
Redis支持运行时通过命令动态修改内存大小

1. //设置Redis最大占用内存大小为100M`
2. 127.0.0.1:6379> config set maxmemory 100mb`
3. //获取设置的Redis能使用的最大内存大小`
4. 127.0.0.1:6379> config get maxmemory`

复制代码

  假如不设置最大内存大小或者设置最大内存大小为0，在64位操作系统下不限制内存大小，在32位操作系统下最多利用3GB内存
  Redis的内存镌汰

既然可以设置Redis最大占用内存大小，那么设置的内存就有效完的时候。那在内存用完的时候，还继承往Redis里面添加数据不就没内存可用了吗？
实际上Redis界说了几种策略用来处理这种情况：
noeviction(默认策略)：对于写请求不再提供服务，直接返回错误（DEL请求和部分特别请求除外）
allkeys-lru：从全部key中利用LRU算法进行镌汰
volatile-lru：从设置了逾期时间的key中利用LRU算法进行镌汰
allkeys-random：从全部key中随机镌汰数据
volatile-random：从设置了逾期时间的key中随机镌汰
volatile-ttl：在设置了逾期时间的key中，根据key的逾期时间进行镌汰，越早逾期的越优先被镌汰
   当利用volatile-lru、volatile-random、volatile-ttl这三种策略时，假如没有key可以被镌汰，则和noeviction一样返回错误
  怎样获取及设置内存镌汰策略

获取当前内存镌汰策略：

1. 127.0.0.1:6379> config get maxmemory-policy
2. 复制代码

复制代码

通过设置文件设置镌汰策略（修改redis.conf文件）：

1. maxmemory-policy allkeys-lru
2. 复制代码

复制代码

通过命令修改镌汰策略：

1. 127.0.0.1:6379> config set maxmemory-policy allkeys-lru`

复制代码

LRU算法

什么是LRU?
上面说到了Redis可利用最大内存利用完了，是可以利用LRU算法进行内存镌汰的，那么什么是LRU算法呢？
   LRU(Least Recently Used)，即近来最少利用，是一种缓存置换算法。在利用内存作为缓存的时候，缓存的大小一样平常是固定的。当缓存被占满，这个时候继承往缓存里面添加数据，就须要镌汰一部分老的数据，释放内存空间用来存储新的数据。这个时候就可以利用LRU算法了。其核心头脑是：假如一个数据在近来一段时间没有被用到，那么将来被利用到的可能性也很小，所以就可以被镌汰掉。
  LRU在Redis中的实现

近似LRU算法
Redis利用的是近似LRU算法，它跟常规的LRU算法还不太一样。近似LRU算法通过随机采样法镌汰数据，每次随机出5（默认）个key，从里面镌汰掉近来最少利用的key。
   可以通过maxmemory-samples参数修改采样数量：例：maxmemory-samples 10 maxmenory-samples设置的越大，镌汰的结果越接近于严格的LRU算法
  Redis为了实现近似LRU算法，给每个key增长了一个额外增长了一个24bit的字段，用来存储该key最后一次被访问的时间。
Redis3.0对近似LRU的优化
Redis3.0对近似LRU算法进行了一些优化。新算法会维护一个候选池（大小为16），池中的数据根据访问时间进行排序，第一次随机选取的key都会放入池中，随后每次随机选取的key只有在访问时间小于池中最小的时间才会放入池中，直到候选池被放满。当放满后，假如有新的key须要放入，则将池中最后访问时间最大（近来被访问）的移除。
当须要镌汰的时候，则直接从池中选取近来访问时间最小（最久没被访问）的key镌汰掉就行。
LRU算法的对比
我们可以通过一个实行对比各LRU算法的正确率，先往Redis里面添加一定数量标数据n，使Redis可用内存用完，再往Redis里面添加n/2的新数据，这个时候就须要镌汰掉一部分的数据，假如按照严格的LRU算法，应该镌汰掉的是开始加入的n/2的数据。天生如下各LRU算法的对比图

你可以看到图中有三种差异颜色的点：

• 浅灰色是被镌汰的数据
  
• 灰色是没有被镌汰掉的老数据
  
• 绿色是新加入的数据
  

我们能看到Redis3.0采样数是10天生的图最接近于严格的LRU。而同样利用5个采样数，Redis3.0也要优于Redis2.8。
LFU算法

LFU算法是Redis4.0里面新加的一种镌汰策略。它的全称是Least Frequently Used，它的核心头脑是根据key的近来被访问的频率进行镌汰，很少被访问的优先被镌汰，被访问的多的则被留下来。
LFU算法能更好的表示一个key被访问的热度。假如你利用的是LRU算法，一个key好久没有被访问到，只刚刚是偶尔被访问了一次，那么它就被以为是热门数据，不会被镌汰，而有些key将来是很有可能被访问到的则被镌汰了。假如利用LFU算法则不会出现这种情况，由于利用一次并不会使一个key成为热门数据。
LFU一共有两种策略：
volatile-lfu：在设置了逾期时间的key中利用LFU算法镌汰key
allkeys-lfu：在全部的key中利用LFU算法镌汰数据
   设置利用这两种镌汰策略跟前面讲的一样，不过要留意的一点是这两周策略只能在Redis4.0及以上设置，假如在Redis4.0以下设置会报错
  问题

最后留一个小问题，可能有的人留意到了，我在文中并没有解释为什么Redis利用近似LRU算法而不利用正确的LRU算法，可以在评论区给出你的答案，各人一起讨论学习。

免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！更多信息从访问主页：qidao123.com:ToB企服之家，中国第一个企服评测及商务社交产业平台。