Redis 的内存回收机制详解
Redis 是基于内存的高性能数据库，但内存资源有限。当单节点内存过大时，不仅会增加成本，还可能影响 RDB/AOF 持久化 和 主从同步 的性能与稳定性。
为此，Redis 提供了完善的内存管理机制，主要包括两类策略：
- 过期策略（Expiration Policy）：自动清理设置了 TTL 的过期数据
- 淘汰策略（Eviction Policy）：在内存达到上限时，主动移除部分数据以腾出空间
一、内存上限配置
通过 redis.conf 设置最大内存限制：
conf
maxmemory 1gb💡 若未设置，32 位系统默认为 3GB，64 位系统默认无限制（直到耗尽物理内存）。
当内存使用达到 maxmemory 时，Redis 将根据 maxmemory-policy 配置的策略决定如何处理新写入请求。
二、过期策略（针对带 TTL 的 Key）
Redis 允许为每个 key 设置生存时间（TTL, Time To Live），到期后自动失效。
1. 设置 TTL 的方式
bash
# 方式1：先 set，再 expire
SET k1 value1
EXPIRE k1 20 # 20 秒后过期
# 方式2：set 时直接指定（推荐）
SET k1 value1 EX 20 # EX = seconds支持单位：
EX（秒）、PX（毫秒）、EXAT（绝对 Unix 时间戳）、PXAT等。
2. 过期判断机制
Redis 内部维护一个 过期字典（expires dict），以 key 为键、过期时间为值。通过比对当前时间与过期时间，判断 key 是否失效。
3. 过期 key 的删除策略
Redis 采用 惰性删除 + 定期删除 相结合的方式，平衡 CPU 与内存开销：
✅ 惰性删除（Lazy Expiration）
- 触发时机：当客户端访问某个 key 时
- 行为 ：先检查是否过期，若过期则删除并返回
nil - 优点：CPU 友好
- 缺点：过期 key 可能长期驻留内存
✅ 定期删除（Active Expiration）
- 触发频率 ：每秒执行 10 次
- 过程 ：
- 随机抽取 20 个 带 TTL 的 key
- 删除其中已过期的 key
- 若过期 key 比例 > 25%，则立即开启下一轮扫描（最多 25 轮/秒）
- 目的：防止大量过期 key 积压，导致内存浪费
📌 两者互补：惰性保证最终一致性，定期控制内存水位。
三、内存淘汰策略（Eviction Policy）
即使所有 key 都未过期，内存仍可能被占满。此时，Redis 会根据 maxmemory-policy 配置主动淘汰数据。
1. 配置方式
conf
maxmemory-policy allkeys-lru2. 淘汰策略详解
| 策略 | 作用范围 | 淘汰依据 | 适用场景 |
|---|---|---|---|
noeviction |
--- | 不淘汰，写入报错 (error) OOM |
默认策略，适用于不允许丢失数据的场景 |
volatile-ttl |
仅带 TTL 的 key | 剩余存活时间最短（最先过期） | 缓存类数据，希望优先删快过期的 |
volatile-random |
仅带 TTL 的 key | 随机删除 | 简单场景，无明确访问模式 |
volatile-lru |
仅带 TTL 的 key | LRU（最近最少使用） | 带 TTL 的热点缓存 |
volatile-lfu |
仅带 TTL 的 key | LFU（最少频繁使用） | Redis 4.0+，识别长期低频访问 |
allkeys-random |
所有 key | 随机删除 | key 访问均匀，无热点 |
allkeys-lru |
所有 key | LRU（最近最少使用） | 最常用，通用缓存场景 |
allkeys-lfu |
所有 key | LFU（最少频繁使用） | Redis 4.0+，识别冷数据 |
🔑 LRU vs LFU
- LRU（Least Recently Used）：最近没用过的优先淘汰
- LFU（Least Frequently Used）：历史上使用频率最低的优先淘汰（更抗突发流量）
四、最佳实践建议
- 合理设置
maxmemory：建议预留 20%~30% 内存给操作系统和其他进程 - 优先使用
allkeys-lru或allkeys-lfu：适用于大多数缓存场景 - 避免依赖
noeviction：除非业务强要求"写入必须成功" - 监控内存使用 ：通过
INFO memory查看used_memory、evicted_keys等指标 - TTL + 淘汰策略结合使用：双重保障内存可控
✅ 总结 ：
Redis 通过 过期策略 清理"时间到期"的数据，通过 淘汰策略 应对"内存不足"的压力。二者协同工作，既保证了高性能，又实现了内存的自动回收与管理。
📌 提示：淘汰策略 不会触发持久化，被删除的数据将永久丢失，请根据业务容忍度选择合适策略。
作者：不会写程序的未来程序员
首发于 CSDN
版权声明：本文为原创文章，转载请注明出处。