本文目录一览：
- 1、redis怎么删数据
- 2、Redis内存配置和淘汰策略
- 3、redis过期策略有哪些?
- 4、redis淘汰机制怎么避免删掉不常用的key
Redis 对于已经过期的数据，采用两种策略来处理这些数据，分别是惰性删除和定期删除 。惰性删除不会去主动删除数据，而是在访问数据的时候 ， 如果发现数据已经过期，就会自动删除 。
然后将过期时间和当前系统时间进行比对 ， 比系统时间大，那就没有过期；反之判定该键过期 。那对于过期数据，一般有三种方式进行处理：Redis的过期删除策略： 惰性删除 和 定期删除 两种策略配合使用 。
要删除 Redis 的 dump.rdb 文件，您可以按照以下步骤进行操作：使用 Redis 客户端连接到 Redis 服务器 。输入 config get dir 命令，获取 Redis 数据文件所在的目录 。进入 Redis 数据文件所在的目录 。停止 Redis 服务器进程 。
java代码怎么正则删除redis的数据，即批量删除符合一定条件的redis数据，现在介绍批量删除已某些字符开头的redis数据：在Java中连接Redis，并进行操作，首先得加载以JAR包形式存在的Java中的Redis Client，我们这里选择Jedis 。
Redis内存配置和淘汰策略当内存占满之后，redis提供缓存淘汰机制 。
获取当前内存淘汰策略：通过配置文件设置淘汰策略（修改redis.conf文件）：通过命令修改淘汰策略：近似LRU算法 Redis使用的是近似LRU算法，它跟常规的LRU算法还不太一样 。
Redis使用的是近似的LRU算法 ， 通过随机采集法淘汰key，每次都会随机选出5个key，然后淘汰里面最近最少使用的key 。
Redis的内存淘汰机制是如何启用近似LRU算法的？redis.conf中的如下配置参数： 所以，一旦设定maxmemory选项，且将maxmemory-policy配为allkeys-lru或volatile-lru ， 近似LRU就被启用 。
MySQL里有2000w数据，redis中只存20w的数据，如何保证redis中的数据都是热点数据 相关知识：redis 内存数据集大小上升到一定大小的时候，就会施行数据淘汰策略 。
LRU （less recently used）是Redis唯一支持的回收算法，当缓存占用的内存空间达到设置的最大空间时，会自动驱逐老的数据 。
redis过期策略有哪些?过期策略通常有以下三种：定时过期：每个设置过期时间的key都需要创建一个定时器，到过期时间就会立即清除 。
Redis 中数据过期策略采用定期删除+惰性删除策略 。定期删除策略：Redis 启用一个定时器定时监视所有的 key，判断key是否过期，过期的话就删除 。
Redis的过期删除策略： 惰性删除 和 定期删除 两种策略配合使用 。spring-boot-starter-data-redis 包中提供了监听过期的类，对于key过期 ， 需要得到通知，做业务处理的，可以做此监听 。
noeviction：默认策略 ， 不淘汰数据；大部分写命令都将返回错误（DEL等少数除外） 。allkeys-lru：从所有数据中根据 LRU 算法挑选数据淘汰 。volatile-lru：从设置了过期时间的数据中根据 LRU 算法挑选数据淘汰。
redis 过期策略是： 定期删除+惰性删除。所谓定期删除，指的是 redis 默认是每隔 100ms 就随机抽取一些设置了过期时间的 key，检查其是否过期 ， 如果过期就删除 。
Redis中有三种处理策略：定时删除、惰性删除和定期删除 。定时删除：在设置键的过期时间的时候创建一个定时器，当过期时间到的时候立马执行删除操作 。
redis淘汰机制怎么避免删掉不常用的key每次淘汰时会将随机出来的key和数组里的key融合，淘汰掉最旧的一个，然后将剩下的较旧的key放到淘汰池里给下个循环用 。redis的删除del在删除一个大对象的时候有可能造成卡顿 。
Redis 内存淘汰机制有以下几种策略：noeviction：当内存不足以容纳新写入数据时 ， 新写入操作会报错 。（Redis 默认策略）allkeys-lru：当内存不足以容纳新写入数据时，在键空间中，移除最近最少使用的 Key 。
Redis的过期删除策略： 惰性删除 和 定期删除 两种策略配合使用 。spring-boot-starter-data-redis 包中提供了监听过期的类，对于key过期，需要得到通知，做业务处理的，可以做此监听 。
（被动）惰性删除：当客户端请求到一个已经过期的key时，redis会检查是否过期并删除 所以，虽然key过期了，但是没被清理的话，还是会占内存的 。
【redis hdel删除效率 redis定期删除频率】Redis使用的并不是完全LRU算法，而是近似LRU算法 。被删除的key也不一定是最满足LRU特征的key，而是通过近似LRU算法抽样 ， 然后删除访问时间最古老的key 。
