过期删除与内存淘汰
过期删除和内存淘汰决定 Redis 在容量压力下如何处理 key。过期是业务生命周期，淘汰是内存保护，两者目标不同，不能混为一谈。
# 1. 学习定位
| 维度 | 内容 |
|---|---|
| 难度层级 | 缓存核心 |
| 核心目标 | 先会用，再理解机制，最后能做工程取舍和故障分析 |
| 学习方法 | 带着业务场景看命令、SQL、数据结构、日志和运行时指标 |
# 2. 核心地图
过期删除与内存淘汰
├─ TTL
├─ 惰性删除
├─ 主动过期
├─ maxmemory
├─ LRU
├─ LFU
├─ volatile
├─ allkeys
└─ noeviction
# 3. 小章节深度讲解
下面把核心地图中的每个点拆开讲。每个小节都同时面向开发和运维：开发侧关注怎么设计、怎么写代码、怎么避免错误；运维侧关注怎么监控、怎么定位、怎么恢复。
# 3.1. TTL
# 是什么
TTL 属于缓存稳定性问题。缓存不是简单加速层，它决定数据库回源压力、数据新鲜度、热点保护和故障降级。
# 开发人员怎么用
开发人员要为不同数据定义 TTL、随机抖动、空值缓存、热点重建和一致性策略。写库删缓存、延迟双删、binlog 订阅都要配合失败补偿。
# 运维人员怎么看
运维人员要监控命中率、过期速率、淘汰数量、热点 key、大 key、回源量和数据库压力。Redis 故障时要看数据库是否被缓存失效放大。
# 常见风险
常见风险是大量 key 同时过期或热点 key 硬过期，瞬间把所有请求打回数据库。缓存系统必须有保护数据库的设计。
# 3.2. 惰性删除
# 是什么
惰性删除 属于 Redis 具体数据结构能力或缓存策略。它的价值取决于访问模式、数据规模、误差边界和失败补偿。
# 开发人员怎么用
开发人员要明确它服务的是计数、范围查询、近似统计、缓存回源、降级还是一致性控制，并写清楚异常和重复执行时的语义。
# 运维人员怎么看
运维人员要观察命令复杂度、返回大小、内存增长、命中率、回源量和慢命令。近似结构还要关注误差是否被业务接受。
# 常见风险
常见风险是把策略名当答案。比如 Cache Aside 仍要处理删缓存失败，近似统计不能用于财务精确结果，复杂搜索不能和核心缓存混用。
# 3.3. 主动过期
# 是什么
主动过期 属于缓存稳定性问题。缓存不是简单加速层，它决定数据库回源压力、数据新鲜度、热点保护和故障降级。
# 开发人员怎么用
开发人员要为不同数据定义 TTL、随机抖动、空值缓存、热点重建和一致性策略。写库删缓存、延迟双删、binlog 订阅都要配合失败补偿。
# 运维人员怎么看
运维人员要监控命中率、过期速率、淘汰数量、热点 key、大 key、回源量和数据库压力。Redis 故障时要看数据库是否被缓存失效放大。
# 常见风险
常见风险是大量 key 同时过期或热点 key 硬过期，瞬间把所有请求打回数据库。缓存系统必须有保护数据库的设计。
# 3.4. maxmemory
# 是什么
maxmemory 属于缓存稳定性问题。缓存不是简单加速层，它决定数据库回源压力、数据新鲜度、热点保护和故障降级。
# 开发人员怎么用
开发人员要为不同数据定义 TTL、随机抖动、空值缓存、热点重建和一致性策略。写库删缓存、延迟双删、binlog 订阅都要配合失败补偿。
# 运维人员怎么看
运维人员要监控命中率、过期速率、淘汰数量、热点 key、大 key、回源量和数据库压力。Redis 故障时要看数据库是否被缓存失效放大。
# 常见风险
常见风险是大量 key 同时过期或热点 key 硬过期，瞬间把所有请求打回数据库。缓存系统必须有保护数据库的设计。
# 3.5. LRU
# 是什么
LRU 属于缓存稳定性问题。缓存不是简单加速层，它决定数据库回源压力、数据新鲜度、热点保护和故障降级。
# 开发人员怎么用
开发人员要为不同数据定义 TTL、随机抖动、空值缓存、热点重建和一致性策略。写库删缓存、延迟双删、binlog 订阅都要配合失败补偿。
# 运维人员怎么看
运维人员要监控命中率、过期速率、淘汰数量、热点 key、大 key、回源量和数据库压力。Redis 故障时要看数据库是否被缓存失效放大。
# 常见风险
常见风险是大量 key 同时过期或热点 key 硬过期，瞬间把所有请求打回数据库。缓存系统必须有保护数据库的设计。
# 3.6. LFU
# 是什么
LFU 属于缓存稳定性问题。缓存不是简单加速层，它决定数据库回源压力、数据新鲜度、热点保护和故障降级。
# 开发人员怎么用
开发人员要为不同数据定义 TTL、随机抖动、空值缓存、热点重建和一致性策略。写库删缓存、延迟双删、binlog 订阅都要配合失败补偿。
# 运维人员怎么看
运维人员要监控命中率、过期速率、淘汰数量、热点 key、大 key、回源量和数据库压力。Redis 故障时要看数据库是否被缓存失效放大。
# 常见风险
常见风险是大量 key 同时过期或热点 key 硬过期，瞬间把所有请求打回数据库。缓存系统必须有保护数据库的设计。
# 3.7. volatile
# 是什么
volatile 属于缓存稳定性问题。缓存不是简单加速层，它决定数据库回源压力、数据新鲜度、热点保护和故障降级。
# 开发人员怎么用
开发人员要为不同数据定义 TTL、随机抖动、空值缓存、热点重建和一致性策略。写库删缓存、延迟双删、binlog 订阅都要配合失败补偿。
# 运维人员怎么看
运维人员要监控命中率、过期速率、淘汰数量、热点 key、大 key、回源量和数据库压力。Redis 故障时要看数据库是否被缓存失效放大。
# 常见风险
常见风险是大量 key 同时过期或热点 key 硬过期，瞬间把所有请求打回数据库。缓存系统必须有保护数据库的设计。
# 3.8. allkeys
# 是什么
allkeys 属于缓存稳定性问题。缓存不是简单加速层，它决定数据库回源压力、数据新鲜度、热点保护和故障降级。
# 开发人员怎么用
开发人员要为不同数据定义 TTL、随机抖动、空值缓存、热点重建和一致性策略。写库删缓存、延迟双删、binlog 订阅都要配合失败补偿。
# 运维人员怎么看
运维人员要监控命中率、过期速率、淘汰数量、热点 key、大 key、回源量和数据库压力。Redis 故障时要看数据库是否被缓存失效放大。
# 常见风险
常见风险是大量 key 同时过期或热点 key 硬过期，瞬间把所有请求打回数据库。缓存系统必须有保护数据库的设计。
# 3.9. noeviction
# 是什么
noeviction 属于 Redis 事件循环和网络模型。Redis 能处理大量连接，是因为 IO 多路复用和短命令串行执行共同作用。
# 开发人员怎么用
开发人员要避免大响应、慢脚本、全量集合运算和无限阻塞读取。客户端超时、连接池和重试策略要与 Redis 延迟目标匹配。
# 运维人员怎么看
运维人员要关注 P99/P999 延迟、blocked_clients、客户端输入输出缓冲、网络吞吐和单核 CPU。平均延迟无法说明尖刺风险。
# 常见风险
常见风险是慢客户端消费响应太慢，输出缓冲不断增长，最终影响内存和事件循环。
# 3.10. 本篇学习实验
建议准备一个独立 Redis 实例，构造小 key、大 key、热点 key、过期 key 和慢命令，观察 INFO、SLOWLOG、LATENCY、内存变化和客户端超时。每个实验都要记录命令复杂度和返回数据量。
开发侧实验重点是理解数据结构和命令边界，运维侧实验重点是理解延迟、内存和复制如何变化。真正掌握本篇内容，应该能从延迟尖刺反推大 key、慢命令、持久化或网络问题。
# 4. 核心机制
- 惰性删除在访问 key 时发现过期再删除，主动过期通过周期性抽样清理过期 key。
maxmemory达到限制后触发淘汰策略，策略决定从哪些 key 中选择淘汰对象。volatile-*只淘汰设置了过期时间的 key，allkeys-*可以淘汰所有 key。noeviction在内存达到上限后写命令报错，适合不能接受自动丢数据的场景。
# 5. 工程实践
- 缓存 key 默认设置 TTL，避免永久缓存堆积。
- 按业务重要性选择淘汰策略，不要所有实例一套配置。
- 为 TTL 加随机抖动，降低同一时间大量过期造成雪崩。
- 监控 used_memory、evicted_keys、expired_keys 和内存碎片率。
# 6. 常见坑
- 以为设置 TTL 就一定准时删除，实际可能延迟。
- 核心状态 key 被 allkeys 策略淘汰，业务读到空值。
- 大量 key 同时过期，回源数据库被打爆。
- 没有 maxmemory，Redis 吃光机器内存被系统杀掉。
# 7. 专家视角
- TTL 是业务语义，淘汰是资源保护，专家会把它们分开设计。
- 缓存实例和状态实例应使用不同淘汰策略，必要时物理隔离。
- 容量治理应包含峰值估算、预警、扩容和降级。
# 8. Tips 快问快答
Q：过期 key 会准时删除吗？
A：不保证。Redis 结合惰性删除和主动抽样删除。
Q：allkeys-lru 适合所有场景吗？
A：不适合。它可能淘汰没有 TTL 的核心数据。
Q：为什么 TTL 要加随机值？
A：避免大量 key 同时过期造成缓存雪崩。
# 9. 阶段小结
过期删除与内存淘汰 的学习重点不是记住零散概念，而是把它放回真实系统：数据如何进入、如何存储、如何被查询、如何在并发下保持正确、如何在故障后恢复。掌握这些连接关系，才能从“会用”走向“能设计、能优化、能排障”。