过期删除策略
定时删除：在设置 key 的过期时间时，同时创建一个定时事件，当时间到达时，由事件处理器自动执行 key 的删除操作。
- 优点：可以保证过期的key可以被快速删除，释放内存空间
- 缺点：在过期键比较多的情况下，会占用大量的CPU时间
惰性删除： 不主动删除过期键，每次从数据库访问 key 时，都检测 key 是否过期，如果过期则删除该 key。
- 优点：对CPU时间友好
- 缺点：过期键占用的内存不会及时释放，造成了一定的内存浪费
定期删除：每隔一段时间「随机」从数据库中取出一定数量的 key 进行检查，并删除其中的过期key。
优点：通过限制删除的时长和频率，减少因为删除对cpu的占用，同时也能删除一部分过期键释放内存
缺点：
- 内存清理没有定时删除好，同时没有惰性删除使用的资源少
- 难以确定删除操作执行的时长和频率，如果执行的太频繁，和定时删除一样；如果执行的太少，又和惰性删除一样，占用的key不能及时释放
如何判断key已经过期
typedef struct redisDb { dict *dict; /* 数据库键空间，存放着所有的键值对 */ dict *expires; /* 键的过期时间 */ ....
} redisDb;过期字典数据结构结构如下：
过期字典的 key 是一个指针，指向某个键对象；
过期字典的 value 是一个 long long 类型的整数，这个整数保存了 key 的过期时间；
判断策略
字典实际上是哈希表，哈希表的最大好处就是让我们可以用 O(1) 的时间复杂度来快速查找。
当我们查询一个 key 时，Redis 首先检查该 key 是否存在于过期字典中：
如果不在，则正常读取键值；
如果存在，则会获取该 key 的过期时间，然后与当前系统时间进行比对，如果比系统时间大，那就没有过期，否则判定该 key 已过期。
Redis过期键删除策略是什么
Redis采用的是 惰性删除+定期删除 这两种策略配合使用
详细说说 Redis 的定期删除的流程：
- 从过期字典中随机抽取 20 个 key；
- 检查这 20 个 key 是否过期，并删除已过期的 key；
- 如果本轮检查的已过期 key 的数量，超过 5 个（20/4），也就是「已过期 key 的数量」占比「随机抽取 key 的数量」大于 25%，则继续重复步骤 1；如果已过期的 key 比例小于 25%，则停止继续删除过期 key，然后等待下一轮再检查。
内存淘汰策略
noevction：不淘汰任何数据，如果运行内存超过了最大设置内存，会不允许写入
volatile：针对过期键
lru：淘汰最久未访问到的数据
lfu：淘汰使用频率最少的数据
random：随机淘汰
ttl：淘汰最久的过期键
allkeys：针对所有键
lru：淘汰最久未访问到的数据
lfu：淘汰使用频率最少的数据
random：随机淘汰
Redis的LRU算法
最近最久未使用算法：记录了每个key的最近访问时间，每次淘汰最久没有访问到的key，但是redis的lru不是标准的，做了优化
优化：
- 标准lru需要维护双链表，开销很大，所以redis采用的是近似LRU算法
- 具体的是每次随机采样n个key，默认值是5，然后按照时间戳淘汰最久的那个。如果淘汰后内存还是不足继续随机采样淘汰。在3。0之后，redis LRU还维护了淘汰池，池中的数据按照访问时间进行排序。第一次随机选取的key都会放入池中，每次淘汰池中最久访问的key。
- 随后每次选取的key只有空闲时间（指的是没有访问到的时候）大于池中空间时间最小的key，才能放入其中。当池子装满了，需要新的key放入的时候，就将池子中最大的key淘汰
Redis的LFU算法
LRU 算法有一个问题，无法解决缓存污染问题，比如应用一次读取了大量的数据，而这些数据只会被读取这一次，那么这些数据会留存在 Redis 缓存中很长一段时间，造成缓存污染。
所以， LFU 算法会记录每个数据的访问次数。当一个数据被再次访问时，就会增加该数据的访问次数。这样就解决了偶尔被访问一次之后，数据留存在缓存中很长一段时间的问题，相比于 LRU 算法也更合理一些。
LFU 算法相比于 LRU 算法的实现，多记录了「数据的访问频次」的信息。Redis 对象的结构如下：
typedef struct redisObject { ... // 24 bits，用于记录对象的访问信息 unsigned lru:24; ...
}
robj;Redis 对象头中的 lru 字段，在 LRU 算法下和 LFU 算法下使用方式并不相同。
- 在 LRU 算法中，Redis 对象头的 24 bits 的 lru 字段是用来记录 key 的访问时间戳，因此在 LRU 模式下，Redis可以根据对象头中的 lru 字段记录的值，来比较最后一次 key 的访问时间长，从而淘汰最久未被使用的 key。
- 在 LFU 算法中，Redis对象头的 24 bits 的 lru 字段被分成两段来存储，高 16bit 存储 ldt(Last Decrement Time)，低 8bit 存储 logc(Logistic Counter)。
- ldt 是用来记录 key 的访问时间戳；
- logc 是用来记录 key 的访问频次，它的值越小表示使用频率越低，越容易淘汰，每个新加入的 key 的logc 初始值为 5。
注意，logc 并不是单纯的访问次数，而是访问频次（访问频率），因为 logc 会随时间推移而衰减的。
在每次 key 被访问时，会先对 logc 做一个衰减操作，衰减的值跟前后访问时间的差距有关系，如果上一次访问的时间与这一次访问的时间差距很大，那么衰减的值就越大，这样实现的 LFU 算法是根据访问频率来淘汰数据的，而不只是访问次数。访问频率需要考虑 key 的访问是多长时间段内发生的。key 的先前访问距离当前时间越长，那么这个 key 的访问频率相应地也就会降低，这样被淘汰的概率也会更大。
对 logc 做完衰减操作后，就开始对 logc 进行增加操作，增加操作并不是单纯的 + 1，而是根据概率增加，如果 logc 越大的 key，它的 logc 就越难再增加。
所以，Redis 在访问 key 时，对于 logc 是这样变化的： 先按照上次访问距离当前的时长，来对 logc 进行衰减； 然后，再按照一定概率增加 logc 的值