一：Redis 的過期刪除策略及處理流程如下：

1. 過期刪除策略

Redis 通過以下兩種策略刪除過期鍵：

1.1 惰性刪除

• 觸發時機：當客戶端訪問某個鍵時，Redis 會檢查該鍵是否過期。
• 執行流程：
  1. 客戶端請求訪問鍵。
  2. Redis 檢查鍵的過期時間。
  3. 如果鍵已過期，Redis 刪除該鍵并返回空；如果未過期，返回鍵值。

1.2 定期刪除

• 觸發時機：Redis 定期隨機抽取部分鍵檢查是否過期。
• 執行流程：
  1. Redis 從設置了過期時間的鍵中隨機抽取一部分。
  2. 檢查這些鍵是否過期。
  3. 刪除已過期的鍵。
  4. 如果過期鍵比例超過一定閾值，重復該過程。

2. 處理流程

Redis 處理過期鍵的流程結合了惰性刪除和定期刪除：

1. 客戶端訪問：

   • 客戶端請求訪問鍵時，Redis 先檢查鍵是否過期，若過期則刪除并返回空。

2. 定期檢查：

   • Redis 定期隨機抽取部分鍵檢查過期情況，刪除已過期的鍵。
   • 如果過期鍵比例較高，繼續檢查更多鍵。

3. 內存回收：

   • 通過惰性刪除和定期刪除，Redis 逐步回收過期鍵占用的內存。

3. 配置參數

• hz：控制定期刪除的頻率，默認 10，表示每秒執行 10 次檢查。
• maxmemory-samples：設置每次檢查時隨機抽取的鍵數量，默認 5。

4. 總結

• 惰性刪除：在訪問時檢查并刪除過期鍵。
• 定期刪除：定期隨機檢查并刪除過期鍵。

這兩種策略共同確保 Redis 高效管理內存，避免過期鍵占用過多資源。
在 Redis 中，緩存淘汰策略 和 過期策略 是兩種不同的機制，但它們共同作用于緩存數據的管理。以下是對 LRU 和 LFU 緩存淘汰策略的區別，以及它們與過期策略的應用場景的詳細解讀。

---

二、緩存淘汰策略：LRU 和 LFU 的區別

1. LRU（Least Recently Used，最近最少使用）

• 原理：優先淘汰最近最少被訪問的數據。
• 實現方式：Redis 使用近似 LRU 算法，通過隨機采樣一部分鍵，從中淘汰最近最少使用的鍵。
• 特點：
  • 關注數據的訪問時間。
  • 適合訪問模式有明顯熱點數據的場景。
• 適用場景：
  • 熱點數據緩存（如新聞、社交媒體熱門內容）。
  • 需要保留最近訪問數據的場景。

2. LFU（Least Frequently Used，最不常用）

• 原理：優先淘汰訪問頻率最低的數據。
• 實現方式：Redis 記錄每個鍵的訪問頻率，淘汰訪問次數最少的鍵。
• 特點：
  • 關注數據的訪問頻率。
  • 適合訪問模式較為均勻的場景。
• 適用場景：
  • 訪問頻率差異較大的場景（如推薦系統、廣告系統）。
  • 需要保留高頻訪問數據的場景。

3. LRU 和 LFU 的區別

特性	LRU	LFU
關注點	數據的訪問時間	數據的訪問頻率
適用場景	有明顯熱點數據的場景	訪問頻率差異較大的場景
優點	簡單高效，適合短期熱點數據	更精準，適合長期高頻數據
缺點	可能誤刪高頻但近期未訪問的數據	需要額外記錄訪問頻率，開銷較大

---

三、緩存淘汰策略與過期策略的結合應用

在實際應用中，緩存淘汰策略和過期策略通常需要結合使用，以滿足不同的業務需求。

1. 熱點數據緩存

• 過期策略：為熱點數據設置較長的過期時間。
• 淘汰策略：使用 allkeys-lru，優先保留最近訪問的熱點數據。
• 場景：新聞、社交媒體熱門內容。

2. 臨時數據緩存

• 過期策略：為臨時數據（如驗證碼、會話）設置較短的過期時間。
• 淘汰策略：使用 volatile-ttl，優先淘汰即將過期的數據。
• 場景：驗證碼、會話緩存。

3. 冷數據清理

• 過期策略：為冷數據設置過期時間。
• 淘汰策略：使用 volatile-lfu，優先淘汰訪問頻率低的冷數據。
• 場景：歷史數據、低頻訪問數據。

4. 不允許數據丟失的場景

• 過期策略：不設置過期時間，或設置較長的過期時間。
• 淘汰策略：使用 noeviction，確保數據不被淘汰。
• 場景：金融、交易系統。

---

四、總結

1. LRU 和 LFU 的選擇

• 如果業務有明顯的熱點數據，選擇 LRU。
• 如果業務需要關注數據的訪問頻率，選擇 LFU。

2. 過期策略的選擇

• 如果數據有明確的生命周期，設置 過期時間。
• 如果需要及時清理過期鍵，啟用 定期刪除。

3. 結合使用

• 根據業務特點，合理配置 緩存淘汰策略 和 過期策略，以優化 Redis 的性能和資源利用率。

通過合理選擇策略，可以有效提升 Redis 的緩存命中率和系統性能。