在使用Redis时，数据存储在内存中。当内存被占满后，就需要考虑清理一些数据，以便为新的数据腾出空间。因此，需要确定哪些数据应该被淘汰。本文将讨论数据淘汰策略。
Redis的内存大小可以通过配置文件redis.conf中的maxmemory参数来进行设置。maxmemory的默认值为0，表示Redis可以使用无限大的内存。如果要限制Redis的最大内存大小，可以将maxmemory设置为一个正整数，表示Redis最多可以使用的内存大小（单位为字节）。
可以通过设置maxmemory-policy参数来定义内存不足时的处理策略。maxmemory-policy的默认值为"noeviction"，表示当内存不足时，Redis将拒绝写入新数据。其他可选的策略包括volatile-lru、allkeys-lru、volatile-random、allkeys-random、volatile-ttl和volatile-lfu等。需要根据实际情况调整Redis的内存大小配置，以避免内存不足或浪费。
需要注意的是，数据淘汰过程并不能100%清理出足够的可用内存空间。如果清理失败，则需要重复执行。当尝试了所有的数据后，如果无法满足内存清理要求，将会出现"OOM command not allowed when used memory > maxmemory"的错误信息。
数据淘汰策略 不进行数据淘汰策略 noeviction：这是Redis3.0之后的默认内存淘汰策略。当运行内存超过最大设置内存时，不淘汰任何数据。如果有新的数据写入，将触发OOM错误，但仅进行查询或删除操作时，Redis仍可以正常工作。
进行数据淘汰策略 大致上可以分为四种策略：LRU、LFU、random和ttl。
在设置了过期时间的数据中进行淘汰：
- volatile-random：随机淘汰设置了过期时间的任意键值。
- volatile-ttl：优先淘汰较早过期的键值。
- volatile-lru：这是Redis3.0之前的默认内存淘汰策略，淘汰所有设置了过期时间的键值中最久未使用的键值。
- volatile-lfu：Redis 4.0后新增的内存淘汰策略，淘汰所有设置了过期时间的键值中最少使用的键值。
在所有数据范围内进行淘汰：
- allkeys-random：随机淘汰任意键值。
- allkeys-lru：淘汰整个键值中最久未使用的键值。
- allkeys-lfu：Redis 4.0后新增的内存淘汰策略，淘汰整个键值中最少使用的键值。
对于拥有1000万条数据的数据库，而Redis只能缓存20万条数据，为了保证Redis中的数据都是热点数据，可以采用allkeys-lru策略，即淘汰最近最少使用的数据。这样保留下来的数据将是经常访问的热点数据。
如果Redis的内存用满了，需要查看Redis的数据淘汰策略。如果是默认配置，当内存用满时，Redis将报错。
在实际使用中，应根据具体的业务需求和数据特性选择适合的淘汰策略。例如，对于一些重要的数据，可以采用noeviction策略以保证数据的完整性；对于一些缓存数据，可以采用volatile-lru策略以保证缓存的有效性。
LRU和LFU的对比 LRU（Least Recently Used）：LRU策略基于数据项在过去的访问时间来确定淘汰哪些数据。最近最少使用的数据项将被优先淘汰。LRU的核心思想是，如果一个数据项最近被访问过，那么它在未来可能还会被访问。
LFU（Least Frequently Used）：LFU策略基于数据项被访问的频率来确定淘汰哪些数据。访问次数最少的数据项将被优先淘汰。LFU的核心思想是，访问频次较高的数据项可能在未来还会被多次访问，因此应该保留在缓存中。
- LRU侧重于数据项最近的访问时间，而LFU侧重于数据项的访问频率。
- LRU易于实现，通常使用双向链表和哈希表。而LFU的实现相对复杂，需要使用最小堆或哈希表等数据结构。
在某些情况下，LFU可能比LRU表现更好，因为它更加关注访问频率。然而，对于某些访问模式，LFU可能会导致命中率较低。因此，在选择LRU和LFU之间，应根据具体的应用场景和数据访问模式进行评估和选择。
