redis面试（五）删除策略和淘汰策略
删除策略和淘汰策略的区别
两个是不同的过程，被淘汰的key，才能被删除掉。
- 删除策略有惰性删除和定时删除
- 淘汰策略则有8种可以配置的模式
删除策略
这两种策略是同时存在的，主要处理的是已经过期的数据。
惰性删除
当我们给数据设置过期时间的话，在数据过期后，某个属性会被后台线程标记为“1”，但是这个数据不会被立即删除。
等到我们下次来查询这个数据的时候，会判断一下，数据的这个属性是否为1，是否已经过期，如果过期的话，会把这条数据删除掉，并且返回一个空。
定期删除
后台线程，定期的轮询，随机抽查一批key，看是否过期，如果过期了，就删除掉过期的key。（这里有的说是20个，有的说是一批，等我翻一翻官方文档再补充）
如果这批key中，过期的数据占比超过25%的话，就再查询一次。
知道抽查数据中过期数据占比低于25%的话，就不在执行。
淘汰策略
淘汰策略主要是针对那些没有过期时间的数据，当redis中数据量过大，内存不足的时候，会触发淘汰策略。
maxmemory控制redis使用的最大内存量，一定要设置，内存满了以后，就有策略来，
maxmemory-policy：
● noeviction（不清理，阻塞所有指令，不再执行）
● volatile-lru（lru清理超时key，一直到空间足够，如果还是不行就退回到noeviction）
● allkeys-lru（对所有key执行lru清理，不管超时没超时）
● allkeys-random（随机清理任何key）
● volatile-random（随机删除过期key）
● volatile-ttl（清理最近马上要过期的key）
LRU算法
LRU 算法全称 Least Recently Used，按照最近最少使用的原则来筛选数据，最不常用的数据会被筛选出来，而最近频繁使用的数据会留在缓存中。LRU 会把所有的数据组织成一个链表，链表的头和尾分别表示 MRU 端和 LRU 端，分别代表最近最常使用的数据和最近最不常用的数据。
经常使用的都会跑到头部，不经常使用的会在尾部。所以删除的话就是从尾部开始删除。
但是由于可能会有那种，突然在某个时间访问了几次的数据，跑到了头部。但是很长时间之后都不会再有访问的这种瞬时热点数据。
而lru的链表又恰好比较长的话，也是会造成一定的资源浪费，所以redis做了一个lru的链表优化。叫做LFU
LFU算法
简单来说，就是当数据key被访问的时候，不会直接将其放到链表的头部，而是通过一系列访问次数、访问时间间隔、衰减因子等等数据，将其慢慢的提升到头部。
这样可以避免那些短时间方位之后，再没有访问过的数据，可以更快的衰减到尾部。
而那些，定时访问的数据，可以长时间的停留在缓存中，不会被哪些瞬时热点数据挤到尾部。
详细的计算过程这里就不展开讲了，有兴趣的同学可以去百度一下。 如果真的能面试到这个地步的话，并且还要往下深挖的话，相信你一定是进了大厂，那算法底子肯定不错，会在算法中遇到这种问题的。
或者说，之前在mysql面试系列（四）中，我介绍了有关lru冷热算法的例子，可以将哪些去说一下，也是很优秀的淘汰算法。
总结
好了，关于redis的基础知识，到这里就差不多了，后面会去深挖一下分布式锁redisson的源码，剖析一下分布式锁设计过程中会遇到哪些问题，哪些通点。希望能给大家在面试中提供一点点帮助。
题外话
其实很多设计思想，各种策略，比如什么分布式锁，淘汰机制，什么CAP理论，中间的好多原理都是共通的。当我们学习到一部分领域知识的时候，希望大家可以学会提出疑问，举一反三，带着问题再往下深挖。然后你会发现，知识越来越清晰明朗。
或者是在学习某个部分的时候，脑子感觉有些秀逗，不知道为什么他一定要这样做。
别急，先记下来，再去不断地学习相关知识点。 直到有一天你看到某个东西，就会突然灵光一闪，哦~~ 哦~~！！ 原来当初的问题是因为这个！！！ 这种醍醐灌顶的感觉是很爽的， 希望大家越来越好，学到的知识越来越多，走的越来越远，加油，共勉。