Redis淘汰策略

1. 用於解決什麼問題呢？舉個例子
   1）咱們都知道技術都是衍生於問題的。那咱們就來講說用來作什麼吧。
   你們能夠想一想，當咱們的物理服務內存只有8G，可是數據卻有100G，如何慢慢的放在redis中呢？再加上公司近期資金不夠，不能擴展機器怎麼辦？
   2）解決上述的問題，咱們就要引出一個redis的策略，便是標題。

2. 淘汰策略

1）voltile-lru：從已設置過時時間的數據集（server.db[i].expires）中挑選最近最少使用的數據淘汰
2）volatile-ttl：從已設置過時時間的數據集（server.db[i].expires）中挑選將要過時的數據淘汰
3）volatile-random：從已設置過時時間的數據集（server.db[i].expires）中任意選擇數據淘汰
4）allkeys-lru：從數據集（server.db[i].dict）中挑選最近最少使用的數據淘汰
5）allkeys-random：從數據集（server.db[i].dict）中任意選擇數據淘汰
6）no-enviction（驅逐）：禁止驅逐數據

解析

使用淘汰策略是能夠把上面的問題暫時頂過去，可是會出現一系列的問題。
1.內存是騰出來了，可是這樣緩存在其中的數據卻出去了，萬一我須要再次調用緩存中的數據又怎麼解決？
2.前段時間沒有訪問的，如今火起來了，個人緩存中沒有，一下壓力進入DB怎麼辦？
3.使用上面的解決方式，會暴露出問題也是沒辦法的，畢竟魚和熊掌不可兼得。咱們得先解決當下的問題不是。上面會總結出一個詞語緩存命中率

4. 什麼事緩存命中率？
   1）命中率就是緩存裏能夠查詢到的記錄數除以數據庫裏的總記錄數。命中率越低性能越高，反之越差。（大白話就是直接去數據庫查詢而不走緩存，這樣就增大了數據庫的壓力，查詢到數據庫中的值之後再存入緩存中。） 命中率低下的緣由也有不少，例如： 1.內存不足，淘汰掉了； 2.緩存服務器宕機；