Redis过期删除策略和内存淘汰策略
redis根据maxmemory-samples随机抽取一部分数据，将最旧的数据淘汰，指到内存降下来。
每次淘汰时会将随机出来的key和数组里的key融合，淘汰掉最旧的一个，然后将剩下的较旧的key放到淘汰池里给下个循环用。redis的删除del在删除一个大对象的时候有可能造成卡顿。
（被动）惰性删除：当客户端请求到一个已经过期的key时，redis会检查是否过期并删除 所以，虽然key过期了，但是没被清理的话，还是会占内存的。
redis数据淘汰策略是什么
1、监听配置类 监听类 将Redis用作缓存时，如果内存空间用满，就会自动驱逐老的数据。
2、当Redis内存超出物理内存限制时，内存数据会开始和磁盘产生频繁的交换，使得性能急剧下降。
3、LRU （less recently used）是Redis唯一支持的回收算法，当缓存占用的内存空间达到设置的最大空间时，会自动驱逐老的数据。
4、Redis 内存淘汰机制有以下几种策略：noeviction：当内存不足以容纳新写入数据时，新写入操作会报错。（Redis 默认策略）allkeys-lru：当内存不足以容纳新写入数据时，在键空间中，移除最近最少使用的 Key。
5、Redis提供了 6种的淘汰策略 ，其中默认的是 noeviction ，这6中淘汰策略如下： LRU(Least Recently Used) 即表示最近最少使用，也就是在最近的时间内最少被访问的key，算法根据数据的历史访问记录来进行淘汰数据。
6、惰性策略就是在客户端访问这个 key 的时候，redis 对 key 的过期时间进行检查，如果过期了就立即删除。Redis 默认会每秒进行十次过期扫描，过期扫描不会遍历过期字典中所有的 key，而是采用了一种简单的贪心策略。
接口添加redis缓存之后并发还是很低
redis高并发的同时，还需要容纳大量的数据：一主多从，每个实例都容纳了完整的数据，比如redis主就10G的内存量，其实你就最对只能容纳10g的数据量。
速度快：redis使用内存存储数据，使得读写速度非常快。这是因为内存访问速度比磁盘访问速度快很多。redis的单线程模型也避免了多线程并发处理中的锁竞争和上下文切换等开销，使得操作更加高效。
缓存方案：在上面的测试可以知道，要是我们事先把数据库的千万条数据同步到redis缓存中，瓶颈就是我们的设备硬件性能了，假如我们的主机有几百个核心CPU，就算是千万级的并发下也可以完全无压力，带个用户很好的。
解决方案有两种：就是在数据库即使没有查询到数据，我们也把这次请求当做 key 缓存起来，value 可以是 NULL。下次同样请求就会命中这个 NULL，缓存层就处理了这个请求，不会对数据库产生压力。
面试中问到Redis持久化的原理,本篇在做详细解答
可在redis.conf中配置，会以一段时间内达到指定修改的次数为规则来触发快照操作，快照文件名为dump.rdb。每当Redis服务重启的时候都会从该文件中把数据加载到内存中。在60秒内有10000次操作即触发RDB持久化。
AOF（append only file）持久化：以独立日志的方式记录每次写命令，重启时再重新执行AOF文件中的命令达到恢复数据的目的。AOF的主要作用是解决了数据持久化的实时性，目前已经是Redis持久化的主流方式。
RDB 持久化机制 ：是对 redis 数据执行周期性的持久化。这种方式就是将内存中数据以快照的方式写入到二进制文件中，默认的文件名为 dump.rdb。客户端也可以使用save或者bgsave命令通知redis做一次快照持久化。
redis提供两种方式进行持久化，一种是RDB持久化（原理是将Reids在内存中的数据库记录定时dump到磁盘上的RDB持久化），另外一种是AOF（append only file）持久化（原理是将Reids的操作日志以追加的方式写入文件）。
如何保证redis中的数据都是热点数据
1、mySQL 里有 2000w 数据，redis 中只存 20w 的数据，如何保证 redis 中的数据都是热点数据 相关知识：redis 内存数据集大小上升到一定大小的时候，就会施行数据淘汰策略（回收策略）。
2、Redis不仅仅支持简单的k/v类型的数据，同时还提供list，set，zset，hash等数据结构的存储。Redis支持数据的备份，即master-slave模式的数据备份。
3、先去缓存里看下有没有数据，如果没有，可以先去队列里看是否有相同商品ID在做更新，如果有也把查询的请求发送到队列里去，然后同步等待缓存更新完成。
4、要是直接从数据库查询，那么一天就要多消耗100万次数据库请求。
使用redis缓存策略的介绍就聊到这里吧，感谢你花时间阅读本站内容，更多关于redis的缓存策略、使用redis缓存策略的信息别忘了在本站进行查找喔。