redis淘汰策略有哪些1、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。
2、监听配置类 监听类 将Redis用作缓存时，如果内存空间用满，就会自动驱逐老的数据 。
3、volatile-lru 和 volatile-random 主要应用场景是：既有缓存，又有持久key的实例中，一般这类场景应该使用单独的Redis实例 。
4、当Redis内存超出物理内存限制时，内存数据会开始和磁盘产生频繁的交换，使得性能急剧下降 。
Redis缓存淘汰策略【redis内存耗尽 redis的内存淘汰机制怎么开启】值得一提的是 ， 设置expire会消耗额外的内存 ， 所以 使用allkey-lru可以更高效地使用内存，因为这样使用的时候不需要设置过期时间 。Redis使用的并不是完全LRU算法，而是近似LRU算法 。
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根据maxmemory-samples随机抽取一部分数据，将最旧的数据淘汰，指到内存降下来 。
springboot整合Redis参考，SpringBoot整合Redis - （jianshu.com） 在整合Redis的基础上，在新加监听配置 监听配置类 监听类 将Redis用作缓存时，如果内存空间用满，就会自动驱逐老的数据 。
当Redis内存超出物理内存限制时，内存数据会开始和磁盘产生频繁的交换，使得性能急剧下降 。
Redis内存满了会怎么样?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 。
与RDB 存储某个时刻的快照不同， AOF 持久化方式会记录客户端对服务器的每一次写操作命令，并将这些写操作以 Redis 协议追加保存到以后缀为 aof 文件末尾，在Redis服务器重启时，会加载并运行 aof 文件的命令，以达到恢复数据的目的 。
数据库负载过高：如果Redis实例的负载较高，就会导致set操作的响应时间变慢 。可以通过查看Redis的监控信息，确定是否存在负载过高的情况 。网络延迟：如果Redis服务器和客户端之间的网络延迟较大，会导致set操作的耗时增加 。
内存限制：Redis是基于内存的存储系统，当缓存数据量过大时 ， 可能会消耗大量内存资源，影响软件其他功能的性能 。缓存穿透、缓存击穿和缓存雪崩：这些现象可能导致缓存系统承受较大压力，进而影响整个软件的性能和稳定性 。
- （jianshu.com） 在整合Redis的基础上，在新加监听配置 监听配置类 监听类 将Redis用作缓存时，如果内存空间用满，就会自动驱逐老的数据 。
Redis数据的过期与淘汰然后在选到的key中选择.volatile-random：从已设置过期时间的哈希表（server.db[i].expires）中随机挑选key淘汰掉allkey-random：从所有的key的哈希表server.db[i].dict）中随机挑数据淘汰 。
内存淘汰管理机制Memory Management 当内存占满之后，redis提供缓存淘汰机制 。
redis根据maxmemory-samples随机抽取一部分数据，将最旧的数据淘汰 ， 指到内存降下来 。
Redis常见延迟问题排查手册!附33条优化建议1、注意，Redis的主动过期的定时任务 ， 也是在Redis主线程中执行的，也就是说如果在执行主动过期的过程中，出现了需要大量删除过期key的情况 ， 那么在业务访问时，必须等这个过期任务执行结束，才可以处理业务请求 。
2、网卡负载过高，在网络层和TCP层就会出现数据发送延迟、数据丢包等情况 。Redis的高性能除了内存之外，就在于网络IO，请求量突增会导致网卡负载变高 。
3、所幸Linux提供了很好的工具来诊断这个问题，所以当延迟疑似是swap引起的，最简单的办法就是使用Linux提供的工具去确诊 。
