点一下关注吧！！！非常感谢！！持续更新！！！
目前已经更新到了：
Hadoop（已更完）
HDFS（已更完）
MapReduce（已更完）
Hive（已更完）
Flume（已更完）
Sqoop（已更完）
Zookeeper（已更完）
HBase（已更完）
Redis （正在更新…）
章节内容
上一节我们完成了：
RDB的配置方式、触发方式
RDB的文件结构、优点、缺点
AOF的配置方式、触发方式
AOF的优点、缺点、瘦身方式
RDB + AOF 混合方式
Redis性能
官方数据是：
读 110000次/s
写 81000次/s
长期使用，Key会不断地增加，Redis作为缓存使用，物理内存也会满。
所以需要一个过期淘汰的策略。
MaxMemory
不设置的情况：
Redis 的 Key 是固定的，不会增加。
Redis 作为 DB 使用，保证数据的完整性，不允许淘汰，可以做集群进行扩展。
淘汰策略：禁止驱逐（默认设置）
设置的情况
Redis 作为缓存使用，不断地增加Key，MaxMemory默认是0不进行限制。
在服务器上，保留1G给操作系统，剩下的就可以用作Redis的缓存。
通过修改 redis.conf 可以配置这个值：
maxmemory 1024mb # 获取值 CONFIG GET maxmemory
设置MaxMemory后，当趋近于设置的值时，通过缓存的淘汰策略，就会从内存中删除。
Expire
（最常用的方式）在 Redis 中可以使用 expire 设置一个键的存活时间，过了这段时间，键会自动被删除。
可以进行如下的测试：
./redis-cli # 2秒失效 expire name 2 get name # 这种是永久有效 set name 123 ttl name # 设置过期时间 expire name 10 ttl name
删除策略
Redis 数据的删除有定时删除、惰性删除、主动删除 三种方式。’
Redis 目前采用的是：
惰性删除
主动删除
定时删除
在设置键的过期时间时，创建一个定时器，让定时器在指定时间时删除键。
惰性删除
在 key 被访问的时候发现过期了，就删除这条数据。
主动删除
我们打开 redis.conf 可以配置主动删除的策略：
# 默认是 no-enviction 不删除 maxmemory-policy allkeys-lru
主动删除: LRU
LRU（Least Recently Used）最近最少使用，算法根据数据的历史访问记录来进行淘汰数据。
其核心思想是：如果数据最近被访问过，那么将来被访问的概率也会更高
最常见的实现是使用一个链表来保存数据：
新数据插入到链表头部
每当缓存命中的时候，则将数据移动到链表的头部
当链表满了的时候，将链表尾部的数据删除
在Java中可以使用LinkedHashMap来实现LRU
Redis-LRU
在服务器中保存了 LRU 计数器：server.lrulock，会定时更新，这个值是根据 server.unixtime 来计算的。
LRU的数据淘汰机制是：在数据集中随机挑选几个值，取出其中LRU最大的淘汰掉。
volatile-lru：从设置过期时间的数据集中挑选最少使用的淘汰
allkeys-lru：从数据集中挑选最近最少使用的数据淘汰
LFU
LFU（Least Frequency used）最不经常使用，如果一个数据在最近一段时间内使用次数很少，那么将来一段时间内被使用的可能性也很小。
volatile-lfu 同LRU
allkeys-lfu 同LRU
volatile-random 从设置过期时间的数据集中随机淘汰数据
allkeys-random 从数据集中任意选择进行淘汰
TTL
volatile-ttl 从设置过期时间的数据里，选择快要过期的数据淘汰
noenviction
禁止驱逐数据，不淘汰数据（默认的）
淘汰策略选择
allkeys-lru 在不确定时一般采用的策略 冷热数据交换等
volatile-lru 比 allkeys-lru性能要差，因为要查过期时间
allkeys-random 希望请求符合平均分布（每个值被访问的概率差不多）
自己控制 volatile-ttl
