MySQL 中有 1TB 的數據，如果我們使用 Redis 把這 1TB 的數據都緩存起來，雖然應用都能在內存中訪問數據了，但是，這樣配置并不合理，因為性價比很低。
一方面，1TB 內存的價格大約是 3.5 萬元，而 1TB 磁盤的價格大約是 1000 元。另一方面，數據訪問都是有局部性的，也就是我們通常所說的“八二原理”，80% 的請求實際只訪問了 20% 的數據。所以，用 1TB 的內存做緩存，并沒有必要。
在實踐過程中，我看到過的緩存容量占總數據量的比例，從 5% 到 40% 的都有。這個容量規劃不能一概而論，是需要結合應用數據實際訪問特征和成本開銷來綜合考慮的。建議把緩存容量設置為總數據量的 15% 到 30%，兼顧訪問性能和內存空間開銷。
Redis 緩存有哪些淘汰策略
eviction
默認情況下，Redis 在使用的內存空間超過 maxmemory 值時，并不會淘汰數據，也就是設定的 noeviction 策略。對應到 Redis 緩存，也就是指，一旦緩存被寫滿了，再有寫請求來時，Redis 不再提供服務，而是直接返回錯誤。
過期時間相關的淘汰機制
我們使用 EXPIRE 命令對一批鍵值對設置了過期時間后：1，這些鍵值對的過期時間是快到了；2，Redis 的內存使用量達到了 maxmemory 閾值。（volatile-開頭的策略 ，如果一個key還未過期，還是可能被刪的）
Redis 都會進一步按照 volatile-ttl、volatile-random、volatile-lru、volatile-lfu 這四種策略的具體篩選規則進行淘汰。
1，volatile-ttl 在篩選時，會針對設置了過期時間的鍵值對，根據過期時間的先后進行刪除，越早過期的越先被刪除。
2，volatile-random 就像它的名稱一樣，在設置了過期時間的鍵值對中，進行隨機刪除。
3，volatile-lru 會使用 LRU 算法篩選設置了過期時間的鍵值對。
4，volatile-lfu 會使用 LFU 算法選擇設置了過期時間的鍵值對。
allkeys淘汰機制-無視過期時間
allkeys-lru、allkeys-random、allkeys-lfu 這三種淘汰策略的備選淘汰數據范圍，就擴大到了所有鍵值對，無論這些鍵值對是否設置了過期時間。它們篩選數據進行淘汰的規則是：
1，allkeys-random 策略，從所有鍵值對中隨機選擇并刪除數據。
2，allkeys-lru 策略，使用 LRU 算法在所有數據中進行篩選。
3，allkeys-lfu 策略，使用 LFU 算法在所有數據中進行篩選。
以上的淘汰機制都是定時刪除沒掃描到的老賴，當內存不足時，進行淘汰。
LRU （Least Recently Used）算法
volatile-lru 和 allkeys-lru 策略都用到的 LRU 算法。LRU 算法按照最近最少使用的原則來篩選數據，最不常用的數據會被篩選出來，而最近頻繁使用的數據會留在緩存中。
LRU 會把所有的數據組織成一個鏈表，鏈表的頭和尾分別表示 MRU 端和 LRU 端，分別代表最近最常使用的數據和最近最不常用的數據。
LRU 算法背后的想法非常樸素：它認為剛剛被訪問的數據，肯定還會被再次訪問，所以就把它放在 MRU 端；長久不訪問的數據，肯定就不會再被訪問了，所以就讓它逐漸后移到 LRU 端，在緩存滿時，就優先刪除它。
不過，LRU 算法在實際實現時，需要用鏈表管理所有的緩存數據，這會帶來額外的空間開銷。而且，當有數據被訪問時，需要在鏈表上把該數據移動到 MRU 端，如果有大量數據被訪問，就會帶來很多鏈表移動操作，會很耗時，進而會降低 Redis 緩存性能。
Redis 中簡化的LRU 算法
在 Redis 中，LRU 算法被做了簡化，以減輕數據淘汰對緩存性能的影響。
具體來說，Redis 默認會記錄每個數據的最近一次訪問的時間戳（由鍵值對數據結構 RedisObject 中的 lru 字段記錄）。然后，Redis 在決定淘汰的數據時，第一次會隨機選出 N 個數據，把它們作為一個候選集合。接下來，Redis 會比較這 N 個數據的 lru 字段，把 lru 字段值最小的數據從緩存中淘汰出去。（抽樣-》比較-》淘汰）
當需要再次淘汰數據時，Redis 需要挑選數據進入第一次淘汰時創建的候選集合。這兒的挑選標準是：能進入候選集合的數據的 lru 字段值必須小于候選集合中最小的 lru 值。
lru也是有局限性的，比如一個冷門數據被剛剛訪問后，得隔一段時間才會被淘汰（內存污染）。
LFU （Least Frequently Used）算法
LFU 緩存策略是在 LRU 策略基礎上，為每個數據增加了一個計數器，來統計這個數據的訪問次數。
當使用 LFU 策略篩選淘汰數據時，首先會根據數據的訪問次數進行篩選，把訪問次數最低的數據淘汰出緩存。如果兩個數據的訪問次數相同，LFU 策略再比較這兩個數據的訪問時效性，把距離上一次訪問時間更久的數據淘汰出緩存。
LFU 策略使用衰減因子配置項 lfu_decay_time 來控制訪問次數的衰減。
簡單舉個例子，假設 lfu_decay_time 取值為 1，如果數據在 N 分鐘內沒有被訪問，那么它的訪問次數就要減 N。如果 lfu_decay_time 取值更大，那么相應的衰減值會變小，衰減效果也會減弱。所以，如果業務應用中有短時高頻訪問的數據的話，建議把 lfu_decay_time 值設置為 1，這樣一來，LFU 策略在它們不再被訪問后，會較快地衰減它們的訪問次數，盡早把它們從緩存中淘汰出去，避免緩存污染。
淘汰策略使用建議
1，優先使用 allkeys-lru 策略。這樣，可以充分利用 LRU 這一經典緩存算法的優勢，把最近最常訪問的數據留在緩存中，提升應用的訪問性能。如果你的業務數據中有明顯的冷熱數據區分，我建議你使用 allkeys-lru 策略。
2，如果業務應用中的數據訪問頻率相差不大，沒有明顯的冷熱數據區分，建議使用 allkeys-random 策略，隨機選擇淘汰的數據就行。
3，如果你的業務中有置頂的需求，比如置頂新聞、置頂視頻，那么，可以使用 volatile-lru 策略，同時不給這些置頂數據設置過期時間。這樣一來，這些需要置頂的數據一直不會被刪除，而其他數據會在過期時根據 LRU 規則進行篩選。
Redis采用惰性刪除+定期刪除
redis有一個定時任務每秒執行10次。值得注意的是，這里的掃描并不是掃描全部帶有過期時間的key，更像是一種抽查。
第一步，從有失效機制的key中隨機取出20個key。
第二步，刪除已經過期的key。
第三部，判斷下是否超過1/4的key已經失效了，如果沒有執行步驟第一步。
這樣就可以保證在任何時間，過期的key占用的內存空間的最大值 是 每秒寫操作 key/4
惰性刪除策略。當一個數據的過期時間到了以后，并不會立即刪除數據，而是等到再有請求來讀寫這個數據時，對數據進行檢查，如果發現數據已經過期了，再刪除這個數據。
需注意的是從庫本身不會執行刪除操作，如果客戶端在從庫中訪問留存的過期數據，從庫并不會觸發數據刪除。可能讀到過期數據
在 3.2 版本后，Redis 做了改進，如果讀取的數據已經過期了，從庫雖然不會刪除，但是會返回空值，這就避免了客戶端讀到過期數據。所以，在應用主從集群時，盡量使用 Redis 3.2 及以上版本。(主從機器時鐘不一致也可能讀到過期數據)
