注：本文主要参考自《Redis设计与实现》 https://www.cnblogs.com/xuliangxing/p/7151812.html https://www.cnblogs.com/sunsing123/p/11093038.html http://www.imooc.com/article/257065?block_id=tuijian_wz
1、设置过期时间
所谓过期，就是我们插入数据的时候设置了过期时间，一班情况下有下面两种设置g
- expire key time(以秒为单位)--这是最常用的方式
- setex(String key, int seconds, String value)--字符串独有的方式
具体的使用方式：查看"java企业项目开发实践"的第九章 企业项目开发--分布式缓存Redis(1)和第十章 企业项目开发--分布式缓存Redis(2)
注意：
- 除了字符串自己独有设置过期时间的方法外，其他方法都需要依靠expire方法来设置时间
- 如果没有设置时间，那缓存就是永不过期
- 如果设置了过期时间，之后又想让缓存永不过期，使用persist key
2、两种常用的过期策略
对于上面咱们设置了过期时间的数据，那数据到期了咱们怎么删除呢？
- 惰性删除
- 含义：key过期的时候不删除，每次从数据库获取key的时候去检查是否过期，若过期，则删除，返回null。
- 优点：删除操作只发生在从数据库取出key的时候发生，而且只删除当前key，所以对CPU时间的占用是比较少的，而且此时的删除是已经到了非做不可的地步（如果此时还不删除的话，我们就会获取到了已经过期的key了）
- 缺点：若大量的key在超出超时时间后，很久一段时间内，都没有被获取过，那么可能发生内存泄露（无用的垃圾占用了大量的内存）
- 定期删除
- 含义：每隔一段时间执行一次删除过期key操作
- 优点： 通过限制删除操作的时长和频率，来减少删除操作对CPU时间的占用--处理"定时删 定期删除过期key--处理"惰性删除"的缺点
- 缺点 在内存友好方面，不如"定时删除" 在CPU时间友好方面，不如"惰性删除"
- 难点 合理设置删除操作的执行时长（每次删除执行多长时间）和执行频率（每隔多长时间做一次删除）（这个要根据服务器运行情况来定了）
注意：
- 对于主从redis结构的从结点slave的过期key处理
slave的key不会过期，只会等待master的key过期。如果master的key过期，或者通过LRU淘汰了key，那么会发送一条模拟的del命令给slave - 上边所说的数据库指的是内存数据库，默认情况下每一台redis服务器有16个数据库（关于数据库的设置，看下边代码），默认使用0号数据库，所有的操作都是对0号数据库的操作，关于redis数据库的存储结构，查看 第八章 Redis数据库结构与读写原理
- memcached只是用了惰性删除，而redis同时使用了惰性删除与定期删除，这也是二者的一个不同点（可以看做是redis优于memcached的一点）
- 对于惰性删除而言，并不是只有获取key的时候才会检查key是否过期，在某些设置key的方法上也会检查（eg.setnx key2 value2：该方法类似于memcached的add方法，如果设置的key2已经存在，那么该方法返回false，什么都不做；如果设置的key2不存在，那么该方法设置缓存key2-value2。假设调用此方法的时候，发现redis中已经存在了key2，但是该key2已经过期了，如果此时不执行删除操作的话，setnx方法将会直接返回false，也就是说此时并没有重新设置key2-value2成功，所以对于一定要在setnx执行之前，对key2进行过期检查）
3、Redis采用的过期策略
惰性删除 定期删除
- 惰性删除流程 在进行get或setnx等操作时，先检查key是否过期， 若过期，删除key，然后执行相应操作； 若没过期，直接执行相应操作
- 定期删除流程（简单而言，对指定个数个库的每一个库随机删除小于等于指定个数个过期key） 遍历每个数据库（就是redis.conf中配置的"database"数量，默认为16） 默认Reds每秒10次做的事情： 1.测试随机的20个keys进行相关过期检测 2.删除所有已经过期的keys。 3.如果有多于25%的keys过期，重复步奏1 这是一个平凡的概率算法，基本上的假设是，我们的样本是这个密钥控件，并且我们不断重复过期检测，直到过期的keys的百分百低于25%这意味着，在任何给定的时刻，最多会清除14的过期keys.
如果当前库中没有一个key设置了过期时间，直接执行下一个库的遍历 随机获取一个设置了过期时间的key，检查该key是否过期，如果过期，删除key 判断定期删除操作是否已经达到指定时长，若已经达到，直接退出定期删除。
注意：
对于定期删除，在程序中有一个全局变量current_db来记录下一个将要遍历的库，假设有16个库，我们这一次定期删除遍历了10个，那此时的current_db就是11，下一次定期删除就从第11个库开始遍历，假设current_db等于15了，那么之后遍历就再从0号库开始（此时current_db==0） 由于在实际中并没有操作过定期删除的时长和频率，所以这两个值的设置方式作为疑问？
4、RDB对过期key的处理
过期key对RDB没有任何影响
从内存数据库持久化数据到RDB文件
持久化key之前，会检查是否过期，过期的key不进入RDB文件
从RDB文件恢复数据到内存数据库
数据载入数据库之前，会对key先进行过期检查，如果过期，不导入数据库（主库情况）
5、AOF对过期key的处理
过期key对AOF没有任何影响
从内存数据库持久化数据到AOF文件：
当key过期后，还没有被删除，此时进行执行持久化操作（该key是不会进入aof文件的，因为没有发生修改命令）
当key过期后，在发生删除操作时，程序会向aof文件追加一条del命令（在将来的以aof文件恢复数据的时候该过期的键就会被删掉）
AOF重写
重写时，会先判断key是否过期，已过期的key不会重写到aof文件
5. redis内存淘汰机制
内存淘汰机制 Redis 的内存占用会越来越高。Redis 为了限制最大使用内存，提供了 redis.conf 中的配置参数 maxmemory。
当内存超出 maxmemory，Redis 提供了几种内存淘汰机制让用户选择，配置 maxmemory-policy：
- noeviction：当内存超出 maxmemory，写入请求会报错，但是删除和读请求可以继续。（
不推荐，使用这个策略，疯了吧） - allkeys-lru：当内存超出 maxmemory，在
所有的 key中，移除最少使用的key。只把 Redis 既当缓存是使用这种策略。（推荐）。 - allkeys-random：当内存超出 maxmemory，在
所有的 key中，随机移除某个 key。（应该没人用吧） - volatile-lru：当内存超出 maxmemory，在
设置了过期时间 key的字典中，移除最少使用的 key。把 Redis 既当缓存，又做持久化的时候使用这种策略。 - volatile-random：当内存超出 maxmemory，在
设置了过期时间 key的字典中，随机移除某个key。 - volatile-ttl：当内存超出 maxmemory，在
设置了过期时间 key的字典中，优先移除 ttl 小的,也就是移除马上就要过期的key。
redis 中的默认的过期策略是volatile-lru 。设置方式 可以通过命令直接设置 config set maxmemory-policy xxxx(eg:volatile-lru)
6.LRU 算法
实现 LRU 算法除了需要 key/value 字典外，还需要附加一个链表，链表中的元素按照一定的顺序进行排列。当空间满的时候，会踢掉链表尾部的元素。当字典的某个元素被访问时，它在链表中的位置会被移动到表头。所以链表的元素排列顺序就是元素最近被访问的时间顺序。
这里基于linkhashmap实现一个lru算法,可设置最大容量,淘汰最老的数据
代码语言：javascript复制class LRUCache<K, V> extends LinkedHashMap<K, V> {
private final int CACHE_SIZE;
public LRUCache(int size) {
//true代表顺序存放,最新的放头部,最老的放尾部
super((int) Math.ceil(size / 0.75) 1, 0.75f, true);
CACHE_SIZE = size;
}
/**
* 定义移除最老的数据的规则
*
* @author zyh
* @date 2021/8/4
**/
@Override
protected boolean removeEldestEntry(Map.Entry<K, V> eldest) {
return size() > CACHE_SIZE;
}
}
```t
