Redis清理策略选择指南，避免数据丢失与性能下降的困扰

选择合适的Redis清理策略是关键，建议使用allkeys-lru或volatile-lru策略，并在设置过期时间的基础上，根据数据重要性调整。

理解Redis中的数据清理需求

Redis作为内存数据库，内存有限，当内存用完时，新数据无法写入。如果放任不管，会导致服务出错。因此，我们需要一个策略来决定哪些数据可以被清理掉，为新数据腾出空间。这就像你的衣柜满了，需要决定哪些衣服可以丢掉或收起来。

Redis提供的几种主要清理策略

Redis提供了几种策略，主要分为针对所有键的和针对设置了过期时间的键的。

1. allkeys-lru：从所有键中，移除最近最少使用的键。这个策略比较通用，适合大多数情况，尤其是当你不太清楚哪些数据重要时。

2. volatile-lru：只从那些设置了过期时间的键中，移除最近最少使用的键。这个策略可以确保那些没设置过期时间的永久数据不会被清理，适合有明确永久数据和临时数据之分的场景。

3. allkeys-random：随机从所有键中移除。这个策略简单，但可能导致重要数据被误删。

4. volatile-random：随机从设置了过期时间的键中移除。

5. volatile-ttl：从设置了过期时间的键中，移除剩余生存时间最短的键。这适合那些越早过期的数据越不重要的场景。

6. noeviction：不清除任何数据，当内存不足时，新写入操作会报错。这个策略可以保证数据绝不丢失，但需要你确保内存永远够用，或者有别的处理机制。

如何根据你的场景选择策略

选择策略主要看两点：数据的重要性和你对性能的要求。

如果你的应用里，所有数据都可以被清理，只是希望尽可能保留常用的，那么 allkeys-lru 是最好的选择。它像一个智能管家，自动把不常用的东西收走。

如果你的应用里，有一部分数据非常重要，绝对不能丢（比如用户的核心配置），而另一部分数据是缓存，丢了可以重新生成。那么，你应该给重要的数据不设置过期时间，然后使用 volatile-lru 策略。这样，Redis只会清理那些有过期时间的缓存数据，保护了核心数据。

如果你对数据丢失零容忍，并且能精确控制内存用量（比如有监控和自动扩容），可以考虑使用 noeviction 策略。但这对运维要求很高。

尽量避免使用 random 类的策略，因为它们太随意了，很可能把刚用到的热数据给删了，导致性能突然下降。

实际操作步骤和注意事项

1. 首先，分析你的数据：哪些是热数据（经常访问），哪些是冷数据（很少访问），哪些绝对不能丢。

2. 然后，为你的数据合理设置过期时间。即使是重要数据，如果更新频繁，也可以设置一个较长的过期时间作为安全网。

3. 在Redis配置文件 redis.conf 中，找到 maxmemory-policy 配置项，把它改成你选择的策略，比如 maxmemory-policy allkeys-lru。

4. 同时，一定要设置 maxmemory 参数，告诉Redis最多使用多少内存。这个值应该比物理内存小，给系统留点余地。

5. 配置好后，重启Redis服务使配置生效。

6. 监控是关键。你需要观察清理策略运行后，缓存命中率是否下降，是否有大量的键被驱逐。如果发现问题，及时调整策略或考虑扩容。

FAQ

问：我已经设置了过期时间，为什么内存还是满了？

答：设置了过期时间，并不意味着数据会在到期瞬间立即被删除。Redis主要是惰性删除和定期删除。惰性删除是当某个键被访问时，检查它是否过期，过期就删。定期删除是Redis每隔一段时间随机检查一些键。所以，在大量键同时过期或长时间没被访问的情况下，过期键可能还会占着内存，直到被清理策略（如volatile-lru）踢掉。确保你的清理策略不是noeviction，并且maxmemory设置合理。

问：allkeys-lru和volatile-lru，到底选哪个？

答：简单来说，如果你无法确定哪些数据是永久的，或者所有数据都可以被清理，就用allkeys-lru。如果你能清晰地区分永久数据（不设过期时间）和缓存数据（设过期时间），并且想绝对保证永久数据的安全，就用volatile-lru。对于大多数将Redis用作缓存的场景，allkeys-lru是更省心和常见的选择。

问：调整清理策略需要重启Redis吗？

答：修改配置文件（redis.conf）中的maxmemory-policy需要重启Redis服务才能永久生效。你也可以通过Redis命令行临时动态修改（使用CONFIG SET命令），但这在重启后会丢失。对于生产环境，建议修改配置文件并安排重启。

引用来源

本文内容基于Redis官方文档关于内存管理的章节，特别是Eviction policies部分，并结合了常见的运维实践经验。官方文档地址：https://redis.io/docs/latest/develop/reference/eviction/