redis内存满了怎么处理

---

一、Redis数据丢失问题之前有朋友问我，为什么我们生产环境的redis经常会丢失一些数据呢？一旦写入，一段时间后它可能会消失。
天哪，如果你问这个问题，那就说明你对redis毫无用处。Redis是一个缓存，你把它当成存储吧？
什么是缓存？使用内存作为缓存。内存是无限的吗？相反，内存是宝贵且有限的，而磁盘是廉价且充足的。一台机器可能有几十GB的内存，但它可能有几TB的硬盘空间。Redis严重依赖内存来执行高性能、高并发的读写操作。
由于内存有限，比如redis只能使用10G，如果往里面写20G的数据怎么办？当然，10G的数据会被销毁，然后10G的数据会被保存。那么哪些数据应该被删除呢？存储什么数据？当然，我们需要去掉不常用的数据，保存常用的数据。
所以这是数据存储最基本的概念，要么它自己超时，要么redis自己杀死它。
例如：setkeyvalue超时（1小时）
设置的key将在1小时后被删除并失效
(1)设置timeout
我们在设置key的时候，可以给一个timeout，就是超时时间。例如，指定该密钥只能存活1小时。10分钟？这个非常有用，我们可以指定缓存过期后就过期。
如果假设一组key只能存活1小时，那么redis如何在下一小时后删除这组key呢？
答案是：定期删除+惰性删除
所谓定期删除，是指默认情况下，redis每隔100ms随机选择一些指定过期时间的key，检查是否过期，如果过期，则将其删除。
假设redis中有10万个key，并且设置了超时时间，如果每隔几百毫秒检查10万个key，那么redis基本上就会死掉，CPU负载会很高，就会通过检查过期密钥来消耗。
请注意，这并不是每100毫秒超时一次循环遍历所有键，这将是性能灾难。事实上，redis每隔100ms随机选择一些key来检查并删除它们。
但问题在于，定期删除会导致很多过期的key到了时间却没有被删除。那么我们应该做什么呢？于是就懒得删了。延迟删除是指当你拿到一个key的时候，redis会检查这个key是否已经过期了，如果有设定的过期时间呢？如果过期，此时它将被删除，并且不会向您返还任何内容。
所以并不是key超时就被删除，而是当你请求key的时候，redis会懒惰的检查它。
通过以上两种方法，保证过期的key会被删除。
很简单，这意味着您的过期密钥不会通过redis的常规删除来删除。
但其实这还是一个问题，如果正则删除漏掉了很多过期的key，然后你没有及时检查，那么你不使用懒惰删除，会出现什么情况。发生在这个时候？如果内存中堆积了大量过期key，导致redis内存块耗尽，该怎么办？
答案是：采用内存消除机制。
(2)内存消除
如果redis获取的内存过多，此时就会进行内存消除。有以下几种策略：
1）noeviction：当内存不足以容纳新写入的数据时，新的写入操作会报错一般没人用这个，真是恶心
2)allkeys-lru：当内存不足以容纳新写入的数据时，在keyspace中，移除最近最少使用的key（这是最常使用的）
3）allkeys-random：当内存不足以容纳新写入的数据时，从键空间中随机删除某个key/>
4）易失性-lru：当内存不足以容纳新写入的数据时容纳新写入的数据，在有一定过期时间的key空间中，删除最近最少使用的key（这个一般是不合适的）
5)易失性-随机：当内存不够的时候容纳新写入的数据，随机移除key空间中指定过期时间的一个key
6)volatile-ttl:当内存不足以容纳新写入的数据时插入数据时，在有一定过期时间的键空间中，过期时间最早的键会先被删除
例如：redis中有10个键，现在内存已满，那么这些设置的键就会被删除。策略是allkeys-lru，redis需要删除一些key来保证可以继续写入。这10个键中，1个键最近1分钟被查询100次，1个键最近10分钟被查询50次，1个键最近1小时被查询1次。显然最近最少使用的已经被杀掉了。
为什么redis中存储的数据会丢失？
很简单，你写入的数据太多，内存已满，或者触发了某些条件，比如redisallkeys-lru缓存清除策略，自动清除一些很少使用的数据。你最近。

---

二、别再问我Redis内存满了该怎么办了当频繁请求Redis内存满问题时，其实可以通过配置来解决。Redis的maxmemory参数允许我们设置内存限制，这是在文件中配置的，一般设置为3GB左右就可以满足当前的需要。如果存储的数据超过配置，Redis会采用淘汰策略来清理空间，比如LRU、allkeys-lru、随机等具体策略取决于数据的访问方式。
LRU算法基于最近最少使用的逻辑，而Redis则使用近似LRU通过随机选择来淘汰最长时间未使用的key。然而，这可能会导致热点数据的错误识别。为了解决这个问题，Redis4.0引入了LFU算法，根据访问频率而不是上次访问时间来淘汰key，以更准确地识别热点数据。
淘汰策略的执行时间可以根据业务需求，采用定时、惰性或定期删除过期key的方式来平衡内存和CPU资源。在持久化方面，RDB和AOF模式也提供了相应的策略，例如RDB快照只存储活动数据，AOF模式通过Overwrite优化避免写入过期的key。
总的来说，面对Redis内存满的挑战，关键是要理解并灵活运用配置、淘汰策略和持久化机制，以保证系统的稳定运行。

---

三、Redis内存满了会怎么样?

1.通过配置文件进行配置

通过在Redis安装目录下的配置文件中添加以下配置来设置内存大小

可能是redis配置文件无法使用的是安装目录下的。redis服务启动时，可以传递一个参数来指定redis配置文件

Redis支持命令操作动态修改内存大小

因为最大内存大小为Redis可以设置，创建的内存将会被使用。那么当我们内存不足的时候，我们继续向Redis添加数据，是不是就有内存可用了呢？

其实，Redis定义了几种策略来处理这种情况：

当使用三种策略volatile-lru,volatile-random,和volatile-ttl时，如果没有，如果key可以被删除，会返回和noevection一样的错误。

获取当前内存清除策略：

通过配置文件设置清除策略（修改le):

通过命令修改移除策略：

近似LRU算法

Redis使用近似LRU算法，与传统的LRU算法不同。近似LRU算法通过随机采样来去除数据，每次随机选择5个（虚拟）键，并去除最近最少使用的键。

可以通过maxmemory-samples参数修改样本数量：

示例：maxmemory-samples10

maxmemory样本配置越大，越接近去除结果是严格LRU算法

为了实现粗略LRU算法，Redis为每个key添加了一个额外的24位字段来存储该key最后一次被访问的时间。

Redis3.0中近似LRU的改进

Redis3.0对近似LRU算法做了一些改进。新算法将维护一个过滤器池（大小为16）。池中的数据会按照访问时间进行排序。仅当访问时间小于在池中分配的最短时间时，第一个随机选择的密钥才会被放入池中，直到候选池已满。当它已满时，如果有新的密钥要放置，则访问时间最长的密钥将在集合中最后（最后访问）被删除。

当需要删除时，只需从集合中选择最近访问时间最小的key（最长未被访问过的key）并将其删除即可。