Redis也会因为内存不足造成一些错误，或者是因为回收内存时间太久造成系统停顿的情况，所以需要合理设置内存的回收策略，在 Redis 的配置文件 redis.conf 中有一个 maxmemory-policy 的配置项，其中有六种键值淘汰的策略
volatile-lru：采用最近使用最少的淘汰策略，Redis 将回收那些超时的（仅仅是超时的）键值对，也就是它只淘汰那些超时的键值对
allkeys-lru：采用淘汰最少使用的策略，Redis 将对所有的（不仅仅是超时的）键值对采用最近使用最少的淘汰策略
volatile-random：采用随机淘汰策略删除超时的（仅仅是超时的）键值对
allkeys-random：采用随机淘汰策略删除所有的（不仅仅是超时的）键值对，这个策略不常用
volatile-ttl：采用删除存活时间最短的键值对策略
noeviction：根本就不淘汰任何键值对，当内存已满时，如果做读操作，例如 get 命令，它将正常工作，而做写操作，它将返回错误。也就是说，当 Redis 采用这个策略内存达到最大的时候，它就只能读而不能写了
默认采取的是 noeviction 淘汰键值对策略，但是对于如今动辄百万数据的互联网时代，设置到的用户数据太多，如果采取这种策略，将带来非常不好的用户影响和体验，所以一般键值淘汰策略都需要设置好
注意：这里的 ttl 和 lru 算法计算时间都不是一个准确值，也就是说 redis 不会专门准确的去计算这些键值对的时间来对比，而是一个近似的算法
Redis 的配置文件种有一个 maxmemory-samples，默认值为 3
注意，此时即将过期且剩余超时秒数最短的 A4 却还在内存中，因为它不属于探测样本。这就是 Redis 中采用的近似算法。当设置 maxmemory-samples 越大，则 Redis 删除的就越精确，但是与此同时带来不利的是，Redis 也就需要花更多的时间去计算和匹配更为精确的值
当设置 maxmemory-samples 越大，则 Redis 删除的就越精确，但是与此同时带来不利的是，Redis 也就需要花更多的时间去计算和匹配更为精确的值
缺点：
（1）这种键值对的淘汰策略，往往需要指明键值对的超时时间，这也会增加开发者的工作量
（2）如果是采用 allkeys-random ，则可能会把正在使用的键值对删除，增加系统的不稳定性
总结：所以在控制回收时间的时候，不能太长或者太短，太短会造成回收过于频繁，太长会导致因为回收工作而造成系统停顿
上面已经知道如何淘汰过期的这些过期的 key ，通过以下三种具体的删除策略来对过期 key 进行删除
定时删除
在设置键的过期时间同时，创建一个定时任务，当键到达过期时间时，立即执行对键 key 的删除操作
优点：
对内存友好，保证过期的键能够及时的被删除，从而释放内存空间
缺点：
对 CPU 不友好，如果过期的键比较多，那么定时任务也就多了，CPU 的一部分资源会用在定时任务删除过期 key 上，影响其他的业务处理效率
惰性删除
如果键 key 过期了但是不会立马取删除它，在每次获取键的时候，来检查该键是否过期，如果过期的话对他删除，没有的话直接返回，类似于乐观锁
优点：
对 CPU 友好，不会因为定时任务占用太多的 CPU 资源
缺点：
对内存不友好，如果多个键已经早就过期了，但是这些键又恰巧没被访问到，那么就白白浪费内存空间
定期删除
每隔一定的时间，检查数据库的数据，并且删除其中过期的键，至于检查的范围大小和删除的过期键数量由具体场景决定
它结合了定时删除和惰性删除的优点，并且对他们的缺点进行了中和改进，是一种折中的方案，通过限制删除的键的数量来缓解 CPU 资源的占用影响，并且定期的对过期的键进行删除，减少内存空间的浪费