Redis在生产环境中，采用配置参数maxmemory 的方式来限制内存大小。当实际存储内存超出maxmemory 参数值时，开发者们可以通过这几种方法——Redis内存淘汰策略，来决定如何腾出新空间继续支持读写工作。

淘汰策略工作流程

首先，客户端会发起需要更多内存的申请。
其次，Redis检查内存使用情况，如果实际使用已经超出maxmemory，redis就会根据用户配置的淘汰策略选出无用的key。
最后，确认选中数据没有问题，成功执行淘汰任务。

淘汰策略

Redis淘汰策略一共有六种

从设置的过期时间的数据集中挑选出最近最少使用的数据淘汰。没有设置过期时间的key不会被淘汰，这样就可以在增加内存空间的同时保持需要持久化的数据不会丢失。

除了淘汰机制采用LRU，策略上基本与volatile-lru相似，从设置过期时间的数据集中挑选将要过期的数据淘汰，ttl值越大越优先被淘汰。

从已设置过期时间的数据集中任意选择数据淘汰。当内存达到限制无法写入非过期时间的数据集时，可以通过该淘汰策略在主键空间中随机移除某个key。

从全数据集中挑选最近最少使用的数据淘汰，该策略要淘汰的key面向的时全体key集合，而非过期的key集合。

从数据集选择任意数据淘汰。

禁止驱逐数据，当内存不足以纳入新入数据时，新写入操作就会报错，请求可以继续进行，线上任务也不能持续进行，采用no-enviction策略可以保证数据不被丢失，这也是系统默认的一种淘汰策略。

开发者需要根据自身系统特征，正确选择或修改驱逐。

在Redis中，数据有一部分访问频率较高，其余部分访问频率较低，或者无法预测数据的使用频率时，设置allkeys-lru是比较合适的。
如果所有数据访问概率大致相等时，可以选择allkeys-random。
如果研发者需要通过设置不同的ttl来判断数据过期的先后顺序，此时可以选择volatile-ttl策略。
如果希望一些数据能长期被保存，而一些数据可以被淘汰掉时，选择volatile-lru或volatile-random都是比较不错的。
由于设置expire会消耗额外的内存，如果计划避免Redis内存在此项上的浪费，可以选用allkeys-lru 策略，这样就可以不再设置过期时间，高效利用内存了。

Redis淘汰策略主要分为LRU淘汰，TTL淘汰，随机淘汰三种机制。

最近最少使用。核心思想是 如果数据最近被访问过，那么将来被访问的机率也更高了。

TTL数据淘汰机制中会先从过期时间表中随机挑选几个键值对，取出其中ttl最大的键值对淘汰。
同样，TTL淘汰策略并不是面向所有过期时间的表中最快过期的键值对，而只是随机挑选的几个键值对。

在随机淘汰的场景下获取待删除的键值对，随机找hash桶再次hash指定位置的dictEntry即可。

Redis中的淘汰机制都是几近于算法实现的，主要从性能和可靠性上做平衡，所以并不是完全可靠，所以开发者们在充分了解Redis淘汰策略之后还应在平时多主动设置或更新key的expire时间，主动删除没有价值的数据，提升Redis整体性能和空间。