redis内存回收
Redis内存回收
Redsi之所以性能强，最主要的原因就是基于内存存储。然而单节点的redis其内存大小不宜过大，会影响持久化或者主从同步性。
我们可以通过修改配置文件来设置redis的最大内存：
当内存使用达到上限时，就无法存储更多数据了
过期策略
在学习redis缓存的时候我们说过，可以通过expire命令给redis的key设置TTL（存活时间）：
可以发现，当key的TTL到期以后，再次访问name返回的nil,说明这个key已经不存在了，对应的内存也得到释放。从而起到内存回收的目的。
这里有两个问题需要我们思考：
① Redis是如何知道一个key是否过期呢？
ü 利用两个Dict分别记录key-value对以及key-ttl对
② 是不是TTL到期就立即删除了呢？
ü 惰性删除
ü 周期删除
过期策略-DB结构
Redis本身是一个典型的key-value内存存储数据库，因此所有的key、value都保存在之前学习过的Dict结构中。不过在其database结构体中，有两个Dict：一个用来记录key-value;另一个用来记录key-TTL。
过期策略-惰性删除
惰性删除：顾名思义并不是在TTL到期后就立刻删除，而是在访问一个key的时候，检查该key的存活时间，如果已经过期才执行删除。
问题在于，如果一直不访问这个key，那么就永远不可能会删除。
过期策略-周期删除
周期删除：顾名思义是通过一个定时任务，周期性的抽样部分过期的key,然后执行删除。执行周期有两种：
Redis会设置一个定时任务serverCorn（），按照server.hz的频率来执行过期key清理，模式为SLOW
Redis的每个事件循环前会调用beforeSleep（）函数，执行过期key清理，模式为FAST
Fast是高频少量的清理，最多不超过1毫秒
SLOW模式是低频长时间的清理，清理效果会更好一些，但是会阻塞几十毫秒影响效率
SLOW模式规则：
① 执行频率受server.hz影响，默认为10，即每秒执行10次，每个执行周期100ms
② 执行清理耗时不超过一次执行周期的25%，剩下的时间什么也不做，确保执行频率固定，不会对主线程造成太多影响
③ 逐个遍历db，逐个遍历db中的bucket，抽取20个key判断是否过期
④ 如果没达到时间上线（25ms）并且过期key比例大于10%，再进行一次抽样，否则结束
FAST模式规则（过期key比例小于10%不执行）：
① 执行频率受beforeSleep()调用频率影响，但两次FAST模式间隔不低于2ms
② 执行清理耗时不超过1ms
③ 逐个遍历db，逐个遍历db中的bucket，抽取20个key判断是否过期
④ 如果没达到时间上线（1ms）并且过期key比例大于10%，再进行一次抽样，否则结束
内存淘汰策略
内存淘汰：就是当Redis内存使用达到设置的阈值时，redis主动挑选部分key删除以释放更多内存的流程。
Redis会在处理客户端命令的方法processCommand()中尝试做内存淘汰：
也就是说，redis是在任何命令执行之前，做内存的检查或者说尝试去淘汰一部分内存。
Redis支持8种不同策略来选择要删除的key:
noeviction:不淘汰任何key，但是内存满时不允许写入新数据，默认就是这种策略。
volatile-ttl:对设置了TTL的key，比较key剩余的TTL值，TTL越小越先被淘汰
allkeys-random:对全体key，随机进行淘汰。也就是直接从db->dict中随机挑选
volatile-random:对设置TTL的key，随机进行淘汰。也就是从db->expires中随机挑选
Allkeys-lru:对全体key，基于LRU算法进行淘汰。
Volatile-lru:对设置TTL的key，基于LRU算法进行淘汰。
Allkeys-lfu:对全体key，基于LFU算法进行淘汰。
Volatile-lfu:对设置TTL的key，基于LFU算法进行淘汰。
比较容易混淆的有两个：
LRU（Least Recently Used）,最少最近使用。用当前时间减去最后一次访问时间，这个值越大则淘汰优先级越高。
LFU（Least Frequently Used）,最少频率使用。会统计每个key的访问频率，值越小淘汰优先级越高。
根据策略不同，记录的信息也不一样
LFU的访问次数之所以叫做逻辑访问次数，是因为并不是每次key被访问都计数，而是通过运算：
① 生成0~1之间的随机数R
② 计算1/（旧次数*lfu_log_factor+1）,记录为P，lfu_log_factor默认为10
③ 如果R<P，则计数器+1，且最大不超过255
④ 访问次数会随时间衰减，距离上一次访问时间每隔lfu_decay_time分钟（默认1），计数器-1
8个比特位只能记录255个数，也就不可能记录真实的访问次数，所以采用了逻辑访问次数，用一个概率行的增加，上面的意思是，访问了，除了第一次，访问次数有可能不增加，但是只要访问次数多，逻辑计数的值大于其他访问次数少的可能性还是很高的。但是长时间不访问的话，它的次数也是一点点的随时间减少的。
lfu_log_factor和lfu_decay_time都可通过配置文件或者命令行配置。
策略在配置文件设定
LRU和LFU以及TTL，不是一个一个去比较的，这样如果redis的缓存数量很大的话，挨个遍历消耗的时间和资源是很恐怖的，所以，搞了一个eviction_pool，随机找一堆，比较谁最应该被淘汰，虽然准确率不如挨个遍历，但是也够满足使用了，最主要是性能好。
随机数maxmemory_samples的默认值是5个，随机到后经过筛选才有可能按照idleTime升序放入eviction_pool，因为eviction_pool满了的情况下，如果idleTime比池子里的最小的idleTime还要小的话，就没有必要放入了，大的话，放入就把原先池子里最小的挤出去了。而idleTime根据策略不同计算方式不同（now是指现在时间，maxTTL是指long的最大值即9223372036854775807）。删除的时候倒序从eviction_pool中获取一个key删除。随着循环的次数越来越多，eviction_pool里面的idleTime会越来越大，那么准确率就会越来越高。
