Redis 作为内存数据库，面临着随时可能对内存进行碎片堆积、内存满载的情况。因此，为了解决这种问题，Redis引入了回收策略（淘汰策略）。下面将重点介绍 Redis 回收策略。
Redis 支持几种回收策略，每种回收策略都有各自适用的场景和使用限制。下面分别介绍一下这些回收策略：
1、LRU（Least Recently Used）
LRU 策略根据数据最近被访问的时间来判断数据是否被使用。当空间满时，会优先淘汰那些最长时间没被访问的数据。该策略比较简单有效，并且与实际应用场景相符合。例如缓存数据库通常采用 LRU 策略，因为缓存中经常访问的数据不会被淘汰掉。
2、LFU（Least Frequently Used）
LFU 策略在回收处理时考虑数据的热度，根据多个周期内被访问的次数来淘汰数据。每个键有一个计数的值，表示它在最近一段时间内被访问的次数，周期长度可由用户指定。LFU 的缺点是需要追踪并更新每个键的访问次数，这会增加计算开销。另外，对于暂时访问较少但在将来可能会被使用的数据，LFU 没有 LRU 的容错性那么高。
3、Random（随机策略）
随机策略是一种非常基础的回收策略，它根据一个随机数值来淘汰内存中的 key。由于该策略没有考虑数据的使用频率和时间，因此通常用作后备策略，仅在面临极端情况下才会启用。
在 Redis 默认设置下，在服务器的结构体中包含了 maxmemory 和 maxmemory-policy 两个选项。请注意，maxmemory 选项规定 Redis 的最大内存，而 maxmemory-policy 选项则指定满足 maxmemory 时应采取的策略：
- volatile-lru —删除最近最少使用(lru)的key，限制为过期的数据(设置expire)
- volatile-ttl —删除即将过期(ttl)的key，限制为过期的数据(设置expire)
- volatile-random — 删除任意的key,限制为过期的数据(设置expire)
- allkeys-lru —删除最近最少使用的key，不考虑是否过期
- allkeys-random — 删除任意的key，不考虑是否过期
- no-enviction — 不删除任何value，只新增当内存已经满载了.
在配置策略时，需要结合实际业务场景来进行调整。maxmemory-policy对于redis实例的经营十分重要，应该根据不同的存储特性和数据对象进行选择，这可以有效提高 Redis 数据库的运行效率。
总结，Redis 回收（淘汰策略）的具体方案根据实际的需求以及使用情况来设定，不同的方案具有不同的优缺点。需要针对实际需求，在平衡内存与性能的前提下，使用最适宜的一种回收策略。
