Redis的LRU缓存清除算法以及相关配置使用

场景：
　　如果你不断的写入数据，当数据写入的量超过了redis能承受的范围之后，该怎么办？
redis是会在数据达到一定程度之后，超过了一个最大的限度之后，就会将数据进行一定的清理，从内存中清理掉一些数据，只有清理掉一些数据之后，才能将新的数据写入内存中

1、LRU算法概述
　　redis默认情况下就是使用LRU策略的，因为内存是有限的，但是如果你不断地往redis里面写入数据，那肯定是没法存放下所有的数据在内存的
所以redis默认情况下，当内存中写入的数据很满之后，就会使用LRU算法清理掉部分内存中的数据，腾出一些空间来，然后让新的数据写入redis缓存中
LRU：Least Recently Used，最近最少使用算法
将最近一段时间内，最少使用的一些数据，给干掉。比如说有一个key，在最近1个小时内，只被访问了一次; 还有一个key在最近1个小时内，被访问了1万次
这个时候比如你要将部分数据给清理掉，你会选择清理哪些数据啊？肯定是那个在最近小时内被访问了1万次的数据

2、缓存清理设置
　　maxmemory，设置redis用来存放数据的最大的内存大小，一旦超出这个内存大小之后，就会立即使用LRU算法清理掉部分数据
如果用LRU，那么就是将最近最少使用的数据从缓存中清除出去
对于64 bit的机器，如果maxmemory设置为0，那么就默认不限制内存的使用，直到耗尽机器中所有的内存为止; 但是对于32 bit的机器，有一个隐式的闲置就是3GB

　　maxmemory-policy，可以设置内存达到最大闲置后，采取什么策略来处理
　　（1）noeviction: 如果内存使用达到了maxmemory，client还要继续写入数据，那么就直接报错给客户端
　　（2）allkeys-lru: 就是我们常说的LRU算法，移除掉最近最少使用的那些keys对应的数据
　　（3）volatile-lru: 也是采取LRU算法，但是仅仅针对那些设置了指定存活时间（TTL）的key才会清理掉
　　（4）allkeys-random: 随机选择一些key来删除掉
　　（5）volatile-random: 随机选择一些设置了TTL的key来删除掉
　　（6）volatile-ttl: 移除掉部分keys，选择那些TTL时间比较短的keys

　　allkeys-lru是redis缓存清理最常用的算法


3、缓存清理的流程
　　（1）客户端执行数据写入操作
　　（2）redis server接收到写入操作之后，检查maxmemory的限制，如果超过了限制，那么就根据对应的policy清理掉部分数据
　　（3）写入操作完成执行

4、redis的LRU近似算法
　　（1）redis采取的是LRU近似算法，也就是对keys进行采样，然后在采样结果中进行数据清理
　　（2）redis 3.0开始，在LRU近似算法中引入了pool机制，表现可以跟真正的LRU算法相当，但是还是有所差距的，不过这样可以减少内存的消耗
　　（3）redis LRU算法，是采样之后再做LRU清理的，跟真正的、传统、全量的LRU算法是不太一样的
　　（4）maxmemory-samples，比如5，可以设置采样的大小，如果设置为10，那么效果会更好，不过也会耗费更多的CPU资源