redis占用内存大小
我们知道redis是基于内存的key-value数据库，因为系统的内存大小有限，所以我们在使用redis的时候可以配置redis能使用的最大的内存大小。
1、通过配置文件配置
通过在redis安装目录下面的redis.conf配置文件中添加以下配置设置内存大小
//设置redis最大占用内存大小为100m
maxmemory 100mb
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
//设置redis最大占用内存大小为100m
127.0.0.1:6379> config set maxmemory 100mb
//获取设置的redis能使用的最大内存大小
127.0.0.1:6379> config get maxmemory
如果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位操作系统下最多使用3gb内存
redis的内存淘汰
既然可以设置redis最大占用内存大小，那么配置的内存就有用完的时候。那在内存用完的时候，还继续往redis里面添加数据不就没内存可用了吗？
实际上redis定义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请求和部分特殊请求除外）
-
allkeys-lru：从所有key中使用lru算法进行淘汰
-
volatile-lru：从设置了过期时间的key中使用lru算法进行淘汰
-
allkeys-random：从所有key中随机淘汰数据
-
volatile-random：从设置了过期时间的key中随机淘汰
-
volatile-ttl：在设置了过期时间的key中，根据key的过期时间进行淘汰，越早过期的越优先被淘汰
当使用volatile-lru、volatile-random、volatile-ttl这三种策略时，如果没有key可以被淘汰，则和noeviction一样返回错误
如何获取及设置内存淘汰策略
获取当前内存淘汰策略：
127.0.0.1:6379> config get maxmemory-policy
通过配置文件设置淘汰策略（修改redis.conf文件）：
maxmemory-policy allkeys-lru
通过命令修改淘汰策略：
127.0.0.1:6379> config set maxmemory-policy allkeys-lru
lru算法
什么是lru?
上面说到了redis可使用最大内存使用完了，是可以使用lru算法进行内存淘汰的，那么什么是lru算法呢？
lru(least recently used)，即最近最少使用，是一种缓存置换算法。在使用内存作为缓存的时候，缓存的大小一般是固定的。当缓存被占满，这个时候继续往缓存里面添加数据，就需要淘汰一部分老的数据，释放内存空间用来存储新的数据。
这个时候就可以使用lru算法了。其核心思想是：如果一个数据在最近一段时间没有被用到，那么将来被使用到的可能性也很小，所以就可以被淘汰掉。
使用java实现一个简单的lru算法
public class lrucache {
//容量
private int capacity;
//当前有多少节点的统计
private int count;
//缓存节点
private map> nodemap;
private node head;
private node tail;
public lrucache(int capacity) {
if (capacity < 1) {
throw new illegalargumentexception(string.valueof(capacity));
}
this.capacity = capacity;
this.nodemap = new hashmap<>();
//初始化头节点和尾节点，利用哨兵模式减少判断头结点和尾节点为空的代码
node headnode = new node(null, null);
node tailnode = new node(null, null);
headnode.next = tailnode;
tailnode.pre = headnode;
this.head = headnode;
this.tail = tailnode;
}
public void put(k key, v value) {
node node = nodemap.get(key);
if (node == null) {
if (count >= capacity) {
//先移除一个节点
removenode();
}
node = new node<>(key, value);
//添加节点
addnode(node);
} else {
//移动节点到头节点
movenodetohead(node);
}
}
public node get(k key) {
node node = nodemap.get(key);
if (node != null) {
movenodetohead(node);
}
return node;
}
private void removenode() {
node node = tail.pre;
//从链表里面移除
removefromlist(node);
nodemap.remove(node.key);
count--;
}
private void removefromlist(node node) {
node pre = node.pre;
node next = node.next;
pre.next = next;
next.pre = pre;
node.next = null;
node.pre = null;
}
private void addnode(node node) {
//添加节点到头部
addtohead(node);
nodemap.put(node.key, node);
count ;
}
private void addtohead(node node) {
node next = head.next;
next.pre = node;
node.next = next;
node.pre = head;
head.next = node;
}
public void movenodetohead(node node) {
//从链表里面移除
removefromlist(node);
//添加节点到头部
addtohead(node);
}
class node {
k key;
v value;
node pre;
node next;
public node(k key, v value) {
this.key = key;
this.value = value;
}
}
}
上面这段代码实现了一个简单的lur算法，代码很简单，也加了注释，仔细看一下很容易就看懂。
lru在redis中的实现
近似lru算法
redis使用的是近似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淘汰数据，每次随机出5（默认）个key，从里面淘汰掉最近最少使用的key。
可以通过maxmemory-samples参数修改采样数量：
例：maxmemory-samples 10
maxmenory-samples配置的越大，淘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增加了一个额外增加了一个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，如果有新的key需要放入，则将池中最后访问时间最大（最近被访问）的移除。
当需要淘汰的时候，则直接从池中选取最近访问时间最小（最久没被访问）的key淘汰掉就行。
lru算法的对比
我们可以通过一个实验对比各lru算法的准确率，先往redis里面添加一定数量的数据n，使redis可用内存用完，再往redis里面添加n/2的新数据，这个时候就需要淘汰掉一部分的数据，如果按照严格的lru算法，应该淘汰掉的是最先加入的n/2的数据。
生成如下各lru算法的对比图
你可以看到图中有三种不同颜色的点：
- 浅灰色是被淘汰的数据
-
灰色是没有被淘汰掉的老数据
-
绿色是新加入的数据
我们能看到redis3.0采样数是10生成的图最接近于严格的lru。而同样使用5个采样数，redis3.0也要优于redis2.8。
lfu算法
lfu算法是redis4.0里面新加的一种淘汰策略。它的全称是least frequently used，它的核心思想是根据key的最近被访问的频率进行淘汰，很少被访问的优先被淘汰，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。假如你使用的是lru算法，一个key很久没有被访问到，只刚刚是偶尔被访问了一次，那么它就被认为是热点数据，不会被淘汰，而有些key将来是很有可能被访问到的则被淘汰了。如果使用lfu算法则不会出现这种情况，因为使用一次并不会使一个key成为热点数据。
lfu一共有两种策略：
- volatile-lfu：在设置了过期时间的key中使用lfu算法淘汰key
-
allkeys-lfu：在所有的key中使用lfu算法淘汰数据
设置使用这两种淘汰策略跟前面讲的一样，不过要注意的一点是这两周策略只能在redis4.0及以上设置，如果在redis4.0以下设置会报错
问题
最后留一个小问题，可能有的人注意到了，我在文中并没有解释为什么redis使用近似lru算法而不使用准确的lru算法，可以在评论区给出你的答案，大家一起讨论学习。