- volatile-ttl：当内存不足以容纳新写入数据时，在设置了过期时间的key中，根据过期时间进行淘汰，越早过期的优先被淘汰；
- volatile-lfu：4.0版本新增，当内存不足以容纳新写入数据时，在过期的key中，使用LFU算法进行删除key。
- volatile-lru：当内存不足以容纳新写入数据时，从设置了过期时间的key中使用LRU（最近最少使用）算法进行淘汰；
- volatile-random：当内存不足以容纳新写入数据时，从设置了过期时间的key中，随机淘汰数据。
- allkeys-lru：当内存不足以容纳新写入数据时，从所有key中使用LRU（最近最少使用）算法进行淘汰。
- allkeys-random：当内存不足以容纳新写入数据时，从所有key中随机淘汰数据。
- allkeys-lfu：4.0版本新增，当内存不足以容纳新写入数据时，从所有key中使用LFU算法进行淘汰；
- noeviction：默认策略，当内存不足以容纳新写入数据时，新写入操作会报错。
Redis的内存淘汰策略是什么？
2022-05-29
154
版权
版权声明：
本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《
阿里云开发者社区用户服务协议》和
《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写
侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
本文涉及的产品
简介：
Redis的内存淘汰策略
相关实践学习
云数据库 Redis 版使用教程
云数据库Redis版是兼容Redis协议标准的、提供持久化的内存数据库服务，基于高可靠双机热备架构及可无缝扩展的集群架构，满足高读写性能场景及容量需弹性变配的业务需求。 产品详情：https://www.aliyun.com/product/kvstore ------------------------------------------------------------------------- 阿里云数据库体验：数据库上云实战 开发者云会免费提供一台带自建MySQL的源数据库 ECS 实例和一台目标数据库 RDS实例。跟着指引，您可以一步步实现将ECS自建数据库迁移到目标数据库RDS。 点击下方链接，领取免费ECS&RDS资源，30分钟完成数据库上云实战！https://developer.aliyun.com/adc/scenario/51eefbd1894e42f6bb9acacadd3f9121?spm=a2c6h.13788135.J_3257954370.9.4ba85f24utseFl
目录
相关文章
|
28天前
|
NoSQL
Redis
Redis的数据淘汰策略有哪些 ?
Redis 提供了 8 种数据淘汰策略，分为淘汰易失数据和淘汰全库数据两大类。易失数据淘汰策略包括：volatile-lru、volatile-lfu、volatile-ttl 和 volatile-random；全库数据淘汰策略包括：allkeys-lru、allkeys-lfu 和 allkeys-random。此外，还有 no-eviction 策略，禁止驱逐数据，当内存不足时新写入操作会报错。
56
16
16
|
18天前
|
存储
算法
Java
Java内存管理深度剖析与优化策略####
本文深入探讨了Java虚拟机（JVM）的内存管理机制，重点分析了堆内存的分配策略、垃圾回收算法以及如何通过调优提升应用性能。通过案例驱动的方式，揭示了常见内存泄漏的根源与解决策略，旨在为开发者提供实用的内存管理技巧，确保应用程序既高效又稳定地运行。
####
34
0
0
|
8天前
|
NoSQL
算法
Redis
redis内存淘汰策略
Redis支持8种内存淘汰策略，包括noeviction、volatile-ttl、allkeys-random、volatile-random、allkeys-lru、volatile-lru、allkeys-lfu和volatile-lfu。这些策略分别针对所有键或仅设置TTL的键，采用随机、LRU（最近最久未使用）或LFU（最少频率使用）等算法进行淘汰。
22
5
5
|
8天前
|
NoSQL
安全
Redis
redis持久化策略
Redis 提供了两种主要的持久化策略：RDB（Redis DataBase）和AOF（Append Only File）。RDB通过定期快照将内存数据保存为二进制文件，适用于快速备份与恢复，但可能因定期保存导致数据丢失。AOF则通过记录所有写操作来确保数据安全性，适合频繁写入场景，但文件较大且恢复速度较慢。两者结合使用可增强数据持久性和恢复能力，同时Redis还支持复制功能提升数据可用性和容错性。
29
5
5
|
11天前
|
存储
缓存
监控
Docker容器性能调优的关键技巧，涵盖CPU、内存、网络及磁盘I/O的优化策略，结合实战案例，旨在帮助读者有效提升Docker容器的性能与稳定性。
本文介绍了Docker容器性能调优的关键技巧，涵盖CPU、内存、网络及磁盘I/O的优化策略，结合实战案例，旨在帮助读者有效提升Docker容器的性能与稳定性。
41
7
7
|
12天前
|
并行计算
算法
测试技术
C语言因高效灵活被广泛应用于软件开发。本文探讨了优化C语言程序性能的策略，涵盖算法优化、代码结构优化、内存管理优化、编译器优化、数据结构优化、并行计算优化及性能测试与分析七个方面
C语言因高效灵活被广泛应用于软件开发。本文探讨了优化C语言程序性能的策略，涵盖算法优化、代码结构优化、内存管理优化、编译器优化、数据结构优化、并行计算优化及性能测试与分析七个方面，旨在通过综合策略提升程序性能，满足实际需求。
37
1
1
|
28天前
|
存储
NoSQL
Redis
Redis的数据过期策略有哪些 ?
Redis 采用两种过期键删除策略：惰性删除和定期删除。惰性删除在读取键时检查是否过期并删除，对 CPU 友好但可能积压大量过期键。定期删除则定时抽样检查并删除过期键，对内存更友好。默认每秒扫描 10 次，每次检查 20 个键，若超过 25% 过期则继续检查，单次最大执行时间 25ms。两者结合使用以平衡性能和资源占用。
44
11
12
|
28天前
|
存储
分布式计算
算法
1GB内存挑战：高效处理40亿QQ号的策略
在面对如何处理40亿个QQ号仅用1GB内存的难题时，我们需要采用一些高效的数据结构和算法来优化内存使用。这个问题涉及到数据存储、查询和处理等多个方面，本文将分享一些实用的技术策略，帮助你在有限的内存资源下处理大规模数据集。
25
1
1
|
29天前
|
存储
监控
Java
|
1月前
|
存储
缓存
监控
利用 Redis 缓存特性避免缓存穿透的策略与方法
【10月更文挑战第23天】通过以上对利用 Redis 缓存特性避免缓存穿透的详细阐述，我们对这一策略有了更深入的理解。在实际应用中，我们需要根据具体情况灵活运用这些方法，并结合其他技术手段，共同保障系统的稳定和高效运行。同时，要不断关注 Redis 缓存特性的发展和变化，及时调整策略，以应对不断出现的新挑战。
64
10
10
热门文章
最新文章
1
Redis 哨兵Sentinel 高可用(学习笔记九)
2
redis 未授权访问漏洞和防范
3
若依系统分离版去除redis数据库
4
redis-jedis-java
5
redis运维常用命令
6
Linux java mysql es redis 安装
7
在CentOS上安装和配置Redis
8
Redis 基础
9
队列工厂之RedisMQ
10
【Redis】Redis 缓存穿透、缓存击穿、缓存雪崩
1
实时计算 Flink版产品使用合集之在Flink Stream API中，可以在任务启动时初始化一些静态的参数并将其存储在内存中吗
129
2
深入理解操作系统内存管理：原理与实践
57
3
Java和web前端，IT新人该如何选择？，2024年最新Web前端内存优化面试
35
4
实时计算 Flink版产品使用合集之idea本地测试代码，要增大 Flink CDC 在本地 IDEA 测试环境中的内存大小如何解决
108
5
实时计算 Flink版产品使用合集之可以使用高并发大内存的方式读取存量数据吗
109
6
实时计算 Flink版产品使用合集之在进行全量拉取时，任务完成之后内存没有被完全释放如何解决
74
7
Android 开发前的设计，Android之内存泄漏调试学习与总结
53
8
阿里云服务器计算型、通用型、内存型主要实例规格特点、适用场景及最新价格参考
578
9
实时计算 Flink版产品使用合集之是否支持内存表的创建
62
10
深入理解JavaScript内存泄漏：原因与解决方法
137