有時候，技術面試就像一場心理戰。你以為面試官在聊 Redis 緩存？其實他在考你對“內存管理”的理解。今天，我就帶你用一個小故事，輕鬆搞懂 Redis 的內存淘汰策略，讓你在面試中胸有成竹、侃侃而談！
那場面試，讓我對“Redis 淘汰策略”徹底改觀
上個月，我去參加一家金融科技公司的社招面試。面試官是個看起來不苟言笑的大哥，問的第一個問題就挺硬核：
“假設你的 Redis 已經滿了，這時候又有新數據要寫進去，會發生什麼？”
我當時心裏一咯噔：這不是考“內存淘汰策略”嘛！
但我也沒慌，笑着回道：“Redis 會根據配置的策略，決定要不要淘汰舊數據。”
面試官微微一笑，繼續追問：“那 Redis 一共有幾種淘汰策略？各自適合什麼場景？”
啊哈～果然來了。那場面試之後，我徹底總結了這道題的精髓。今天就把我的筆記、理解，還有一點點面試小心機，通通告訴你。
為什麼 Redis 會需要“淘汰策略”？
Redis 是一個基於內存的數據庫。它快，是因為所有數據都放在內存中。但問題來了：內存是有限的。
舉個例子：
如果你用 Redis 做緩存，設置了 maxmemory=1GB，結果業務越來越大，一不小心就塞滿了。
這時候 Redis 必須“做決定”——要不要刪點舊的？刪哪些？於是，“內存淘汰策略”登場了。它就像 Redis 的“清理規則”，告訴 Redis：
“當內存不夠時，該優先清理哪些數據？”
Redis 的八種內存淘汰策略，一次講透！
我們常説 Redis 有 8 種淘汰策略（老版本是 6 種，後來又多了兩種）。它們的核心邏輯可以分成三大類：不淘汰、按過期時間淘汰、按訪問特徵淘汰。下面我們來講故事。
1. noeviction（默認策略）
故事背景：
- Redis 就像一個固執的倉庫管理員。倉庫爆滿了，但他就是不想扔東西。
- 你再塞新貨進來？對不起，直接報錯！
解釋：
在 noeviction 模式下，Redis 不會刪除任何數據。當內存不足時：
- 讀操作沒問題；
- 但寫操作（包括 set、incr 等）會直接返回錯誤。
適用場景：
- 數據不可丟的情況，比如金融賬單、配置緩存等。
- 不過這種策略一般只適合嚴格控制內存的系統，否則可能引發應用報錯甚至崩潰。
2. volatile-lru（過期鍵 + LRU 算法）
故事背景：
- Redis 像個聰明的倉管員，只在“設置了過期時間的貨物”中挑選最久沒被訪問的扔掉。
解釋：
- LRU（Least Recently Used）是“最近最少使用”算法。
- 意思是：誰最久沒被碰過，誰先走。
- 但 volatile-lru 有限制——只在“設置了過期時間”的鍵中生效。
適用場景：
- 一般用於緩存場景，尤其是隻給部分數據設置了 TTL（過期時間）的系統。
3. volatile-ttl（過期鍵 + TTL 倒計時）
故事背景：
- Redis 這次不看訪問頻率，只看“保質期”。
- 哪個商品離過期時間最近，就優先清掉。
解釋：
- 在設置了過期時間的鍵中，Redis 會優先刪除快要到期的鍵。
適用場景：
- 適合對時效性敏感的業務，比如短視頻的熱度榜、秒殺庫存等。
4. volatile-random（過期鍵 + 隨機刪除）
故事背景：
- 這位倉庫管理員有點隨性。
- 他只在“有過期時間”的貨物堆裏隨手挑幾個扔。
解釋：
- 當內存不夠時，從帶過期時間的鍵裏隨機挑選刪除。
- 簡單粗暴，但不可預測。
適用場景：
- 不太推薦，除非測試環境或業務邏輯允許隨機刪除。
5. allkeys-lru（所有鍵 + LRU 算法）
故事背景：
- Redis 這次下了狠心：無論有沒有過期時間，只要最久沒被訪問的，都要淘汰。
解釋：
- 這是最常用的策略之一！
- Redis 在所有鍵中，優先刪除“最近最少使用”的數據。
適用場景：
- 適合絕大多數緩存業務，比如熱點新聞、商品詳情緩存、首頁推薦等。
- 因為這些數據隨時都能重新加載。
6. allkeys-random（所有鍵 + 隨機刪除）
故事背景：
- 管理員又開始任性了，這次是所有貨物中隨機挑選一些扔掉。
解釋：
- 所有鍵都有可能被刪除，不管有沒有過期時間。
適用場景：
- 小型系統或測試環境。
- 但生產環境一般不建議，畢竟可能刪掉熱門數據。
7. volatile-lfu（過期鍵 + LFU 算法）
故事背景：
- Redis 升級了倉管系統，裝了一個統計器。
- 它不看時間，只看訪問頻率——誰最不受歡迎，就刪誰。
解釋：
- LFU（Least Frequently Used）算法：刪除訪問頻率最低的鍵。
- 但只作用於帶過期時間的鍵。
適用場景：
- 適合流量分佈極度不均的場景，比如熱點商品緩存。
8. allkeys-lfu（所有鍵 + LFU 算法）
故事背景：
- 這是 Redis 4.0 之後的新寵。
- 它既公平又高效，不分過期時間，直接根據訪問頻率決定淘汰。
解釋：
- 訪問頻率低的數據優先被清除。
- 比 LRU 更精確，因為它能避免“剛被訪問一次”的誤判。
適用場景：
- 推薦生產環境使用，尤其是大規模高併發緩存系統。
- 比如：短視頻推薦、社交熱帖、搜索聯想詞等。
説了這麼多，別急，我們來用一張表看清楚，Redis 八大淘汰策略，一目瞭然：
怎麼配置 Redis 的淘汰策略？
在 Redis 配置文件 redis.conf 中，有一個關鍵參數：
maxmemory-policy allkeys-lru
這行配置就是決定 Redis 淘汰策略的關鍵。如果不配置，默認是 noeviction。另外還要注意設置：
maxmemory 512mb
否則 Redis 根本不會觸發淘汰機制。
那面試官又問了：“你怎麼選擇合適的策略？”
這是面試中最容易被問“懵”的一環。我給你一個萬能回答模板，穩得一批：
“具體要根據業務場景決定：
如果是純緩存系統：推薦 allkeys-lru 或 allkeys-lfu；
如果部分數據設置了過期時間：用 volatile-lru；
如果數據不允許被刪：noeviction；
如果需要控制時效：volatile-ttl；
其他策略（random）僅用於測試或特殊情況。”
面試官最愛聽的補充點：
“Redis 4.0 之後推薦使用 LFU，它能更精確反映訪問熱度，避免 LRU 的時間偏差問題。”
這句話説完，分數就上去了！
深入理解：LRU vs LFU 的區別
很多人答題只記得名字，卻講不清兩者差異。
- LRU：關注“最近是否被訪問”
- LFU：關注“被訪問的次數”
舉個例子：
- 在 LRU 規則下，會刪掉 A（因為最近沒被訪問）。
- 但在 LFU 規則下，會刪掉 B（因為訪問次數太少）。
面試官考點就在這裏：
你是否理解算法背後的邏輯——Redis 是在平衡“時間”和“熱度”的取捨。
再補一句：Redis 淘汰策略 ≠ 過期刪除
有些同學容易混淆“過期刪除機制”和“淘汰策略”，我一定要強調：
- 過期刪除機制：針對設置了 TTL 的鍵，分為惰性刪除 + 定期刪除；
- 內存淘汰策略：針對整體內存滿的場景，Redis 主動刪鍵。
兩者雖然都在“刪除”，但觸發條件完全不同。這是面試中加分的隱藏點！
面試官最後笑了：“那你説説，你的 Redis 怎麼調優？”
我説：
“我一般會先設置合理的 maxmemory，再選擇 allkeys-lfu 策略，同時配合監控內存使用率。熱點數據通過 TTL 控制，冷數據交給 Redis 自動淘汰。”
面試官點了點頭，笑道：
“不錯，看來 Redis 不只是‘記憶’，還是一門‘哲學’。”
我也笑了。確實，Redis 的淘汰策略，本質上是如何在有限資源裏，做最聰明的取捨。
最後總結：面試時這樣答最穩！
面試時，可以這樣組織回答結構：
Redis 提供 8 種內存淘汰策略，分三類：
不淘汰： noeviction（默認）；
只淘汰過期鍵： volatile-lru、volatile-ttl、volatile-random、volatile-lfu；
淘汰所有鍵： allkeys-lru、allkeys-random、allkeys-lfu。
其中最常用的是 allkeys-lru 和 allkeys-lfu，前者基於最近最少使用，後者基於最少訪問頻率。
在生產中建議根據業務特點選擇，並配合合理的 TTL 和監控策略使用。
這時候，你不只是答題，更像一個能落地、懂系統的工程師。相信我，這種答法，面試官都會點頭！
END
Redis 的內存淘汰策略，其實很像我們自己的生活哲學。內存有限，選擇就變得重要。要麼珍惜常用的、要麼捨棄無用的。
Redis 教會我們的，不只是技術，更是一種取捨的智慧。
我是小米，一個喜歡分享技術的31歲程序員。如果你喜歡我的文章，歡迎關注我的微信公眾號“軟件求生”，獲取更多技術乾貨！
