Redis 是完全开源免费的，遵守BSD协议，是一个高性能的key-value数据库。提供数据持久化，更多的数据结构存储，master-slave模式的数据备份。
Redis性能极高 – 来自官方文档的数据：Redis能读的速度是110000次/s,写的速度是81000次/s 。
将Redis作为缓存使用时，尤其是在数据量很大，内存空间有限的情况下，考虑如何淘汰掉旧数据释放空间存储新数据就更为重要了。
参数设置
Redis中存在一个参数用来设定内存使用上限，这个参数是maxmemory，可以在redis.conf中设置redis内存使用的最大值，当redis使用内存达到最大值时(如何知道已达到最大值？)，redis会根据配置文件中的策略选取要删除的key，并删除这些key-value的值。若根据配置的策略，没有符合策略的key，也就是说内存已经容不下新的key-value了，但此时有不能删除key，那么这时候写的话，将会出现写错误。
我们可以通过配置redis.conf中的maxmemory这个值来开启内存淘汰功能，至于这个值有什么意义，我们可以通过了解内存淘汰的过程来理解它的意义：
1. 客户端发起了需要申请更多内存的命令（如set）。
2. Redis检查内存使用情况，如果已使用的内存大于maxmemory则开始根据用户配置的不同淘汰策略来淘汰内存（key），从而换取一定的内存。
3. 如果上面都没问题，则这个命令执行成功。最大内存参数设置
若maxmemory参数设置为0，则分两种情况：
*在64位系统上，表示没有限制。
*在32为系统上，是3G，redis官方文档的说法是，32位系统最大内存是4G，预留1G给系统。而且策略会自动设置为noeviction。
也就是说在32位系统上，若maxmemory设置为0，则默认是3G，当到达3G，再往reidis中写入时，则会报错。
淘汰策略介绍
Redis在已使用内存达到设定的上限时，提供了6种数据淘汰策略（也就是maxmemory-policy可能的值）：
volatile-lru：从已设置过期时间的数据集（server.db[i].expires）中挑选最近最少使用 的数据淘汰
volatile-ttl：从已设置过期时间的数据集（server.db[i].expires）中挑选将要过期的数 据淘汰
volatile-random：从已设置过期时间的数据集（server.db[i].expires）中任意选择数据 淘汰
allkeys-lru：从数据集（server.db[i].dict）中挑选最近最少使用的数据淘汰
allkeys-random：从数据集（server.db[i].dict）中任意选择数据淘汰
no-enviction（驱逐）：禁止驱逐数据
需要注意以下几点：
1、maxmemory-policy同样可以在运行时设置，用户可以根据内存的使用情况动态的修改淘汰策略。
2、当redis中的数据有一部分访问频率比较高，另外一部分访问频率较低时，设置allkeys-lru比较合适。或者无法预测数据的使用频率时，allkeys-lru也是不错的选择。
3、如果你需要循环或者扫描连续数据时，换种说法就是数据的访问概率大致相等时，allkeys-random是不错的选择。
4、当你想通过设置不同的ttl来控制数据过期的先后顺序时，你可以设置为volatile-ttl。
5、当你希望一些数据常驻内存，另外一些数据可以被替换掉时，就请用volatile-lru或volatile-random吧。
6、另外，数据的过期时间是存储在另外一个哈希表中的，因此要耗费更多的内存空间，而allkeys-lru并不需要数据设置过期时间，因此对内存的利用率更高。
7、volatile-lru, volatile-random 和 volatile-ttl 在没有数据满足被淘汰的条件时，会和noeviction一样返回错误。
何时触发淘汰数据的动作
1、一个客户端执行指令，导致数据的增加时。
2、Redis检测到内存的使用已经达到上限。
3、Redis自身执行指令时，等等
注意：
Redis为了避免反复触发淘汰策略，每次会淘汰掉一批数据。
当Redis指令产生数据比较大时，淘汰掉的数据量也相应也比较大。
为了节省内存，LRU的策略并不是严格执行的，Redis是在整体中随机抽样取出一小部分数据，在这部分数据中严格执行LRU策略，在Redis3.0以后的版本对此算法做了改进，但仍然也是近似的LRU的策略，只是离真正的LRU更近了。
另外用户可以动态的设定随机抽取的样本数，例如：
maxmemory-samples 5
更多的选择
从Redis4.0开始，Redis增加了LFU的淘汰策略，即最不频繁使用策略，这个策略的好处是能够将最频繁使用的数据留在数据库里，而将最不常使用的数据淘汰掉。
注：
LFU是Less Frequently Used的缩写，译为最不频繁使用。
总结
Redis为了提高内存的使用效率，提供了6种数据淘汰策略，这些策略可以动态的设定，在内存使用空间超过设定的内存上限时触发执行。为了节省内存Redis使用的LRU策略实际上是一种近似的LRU。
