Redis Key过期删除策略详解

Redis 的 Key 过期数据删除策略是 Redis 内存管理的关键部分，它通过 两种主要策略 相结合的方式清理过期数据：

1. 被动删除（惰性删除 - Lazy Expiration）

工作原理：

当客户端尝试访问某个 Key 时，Redis 会先检查该 Key 是否已过期
如果过期，则立即删除并返回 nil（就像 Key 不存在一样）
如果未过期，则正常返回数据

优点：

CPU 友好，只在访问时消耗资源
简单直接，不影响未访问的 Key

缺点：

内存不友好，不访问的过期 Key 会一直占用内存
可能导致内存泄露（如果某些过期 Key 永不被访问）

2. 主动删除（定期删除 - Periodic Expiration）

工作原理 ：

Redis 会周期性地（默认每秒 10 次）执行以下操作：

随机测试：从设置了过期时间的 Key 集合中随机选择 20 个 Key
检查过期：删除其中所有已过期的 Key
调整频率：如果超过 25% 的 Key 已过期，则重复步骤 1-2
限制时间：每次扫描最多持续 25ms，避免阻塞主线程

配置参数（redis.conf）：

复制代码

conf

# 每秒执行过期扫描的次数（默认 10）
hz 10

# 每次扫描的 CPU 时间百分比上限（默认 25%）
# 实际上每次扫描最多 25ms（1000ms/hz * 25%）

优点：

减少内存中过期 Key 的堆积
在 CPU 和内存之间取得平衡

缺点：

不是实时的，可能存在过期 Key 未被及时清理
增加了一定的 CPU 开销

3. 内存淘汰策略（Eviction Policies）

当内存达到 maxmemory 限制时，Redis 会根据配置的策略删除数据：

复制代码

conf

# 内存限制（默认不限制）
maxmemory <bytes>

# 淘汰策略
maxmemory-policy <policy>

淘汰策略选项：

策略<policy>	描述	适用场景
noeviction	不淘汰，返回错误	数据绝对不能丢失
allkeys-lru	从所有 Key 中使用 LRU	需要缓存效果
volatile-lru	从带过期时间的 Key 中使用 LRU	混合使用
allkeys-random	随机删除所有 Key	所有 Key 同等重要
volatile-random	随机删除带过期时间的 Key	混合使用
volatile-ttl	删除即将过期的 Key（TTL最小）	优先保留新数据
allkeys-lfu	从所有 Key 中使用 LFU（4.0+）	访问频率重要
volatile-lfu	从带过期时间的 Key 中使用 LFU（4.0+）	混合使用

4. 实际工作流程示例

5. 性能优化建议

监控过期 Key 数量：

复制代码

bash

# 查看过期 Key 相关信息
redis-cli info stats | grep expired_keys

合理配置：

复制代码

conf

# 根据负载调整 hz 值
hz 100  # 更高频率（更及时清理，更高CPU）
hz 1    # 更低频率（更少CPU，可能堆积）

避免大量 Key 同时过期：

python 复制代码

# 不好的做法：同时设置相同过期时间
for i in range(100000):
    redis.set(f"key:{i}", "data", ex=3600)

# 好的做法：添加随机偏移
for i in range(100000):
    redis.set(f"key:{i}", "data", ex=3600 + random.randint(0, 300))

6. 特殊情况处理

AOF/RDB 持久化：
- RDB：生成快照时，过期 Key 不会被保存
- AOF ：Key 过期时，会追加一条 DEL 命令
主从复制：
- 主节点删除过期 Key 后，会向从节点发送 DEL 命令
- 从节点不会主动删除过期 Key，只接受主节点指令
集群模式：
- 每个节点独立管理自己的过期 Key
- 迁移槽位时，过期信息一并迁移

总结

Redis 的过期删除策略是 惰性删除 + 定期删除 的组合拳：

惰性删除：保证访问的正确性
定期删除：减少内存浪费
内存淘汰：防止内存耗尽的最后防线

这种设计在 CPU 使用率、内存效率和实现复杂性之间取得了良好的平衡，使得 Redis 能够高效处理大量带有过期时间的 Key。