Redis缓存替换策略那些事儿，聊聊怎么提升程序性能和效率

开始）

今天咱们来聊一个挺实在的话题，就是Redis的缓存替换策略，这东西听起来好像挺技术、挺复杂的，但其实说白了，就是当你的Redis这个小仓库（缓存）被数据塞满了，再也放不下新东西的时候，你该怎么办？是随便扔掉一些旧货，还是精挑细选地把一些不太重要的东西清出去？这个“扔东西”的规则，就是缓存替换策略，选对了策略，你的程序就能跑得飞快，效率倍增；选错了,可能加了缓存反而更慢了。

咱们得明白为啥会有“塞满”这回事，Redis主要是用内存来存数据的，内存这东西可比硬盘金贵多了，空间是有限的，你不可能无限制地往里面塞东西，所以必须有个管理机制，这就跟你家的衣柜一样，空间就那么大，新衣服不断买进来,总得把一些旧衣服处理掉才能腾地方。

Redis提供了哪些“处理旧衣服”的策略呢？咱们挑几个最常用、最核心的来说道说道。

最近最少使用（LRU - Least Recently Used）

这个策略的名字几乎就是它的全部解释了：淘汰那些最长时间没被用过的数据，想象一下，你衣柜里那些一整年都没碰过的衣服，是不是最先被考虑扔掉？Redis的LRU策略也是这个道理，它会认为，如果一个数据很久都没被访问，那它将来被访问的可能性也很小,所以优先淘汰它。

这个策略非常符合常识，在大多数情况下效果都很好，因为它保护了“热点数据”，也就是经常被访问的数据，在一个新闻网站上，最新的热门新闻会被频繁点击，而一个月前的旧新闻就很少有人看了，用LRU策略，就能大概率保证热门新闻留在缓存里,用户点开时速度飞快。

最不经常使用（LFU - Least Frequently Used）

这个策略和LRU有点像，但关注点不同，LFU不看数据“多久没被用”，而是看它“被用的次数多不多”，它会淘汰那些被访问次数最少的数据，这就像是你衣柜里，你可能会扔掉那件只穿过一次、再也不喜欢的外套,而保留那件经常穿的牛仔裤。

LFU适合那种访问模式比较稳定、热点数据长期不变的场景，一些经典的商品、基础资料信息，它们会被反复查询，但热度持久，LFU能确保这些“常青树”数据不会被偶尔爆火一下的新数据给挤出去。

随机淘汰（Random）

顾名思义，就是随便挑一个数据淘汰掉，这个策略非常简单，Redis不需要花时间去计算哪个数据是LRU或者LFU，所以开销很小，但它的缺点也很明显：太随意了！万一它随手就把一个非常热门的数据给扔了呢？那下次访问这个数据时，就得去慢吞吞的数据库里找,造成一次明显的卡顿。

随机策略通常不是在内存紧张时的最优选，除非你的应用场景非常特殊,数据的访问完全没规律可言。

设置过期时间（TTL - Time To Live）

这不算一种主动的替换策略，但它是一种非常重要的缓存管理思想，你可以给存入Redis的每一个数据都设一个“保质期”，比如5分钟、1小时，时间一到，Redis会自动把这个数据删除掉，这就像给食品贴上过期标签,到时候自动清理。

这种方式特别适合那些“有时效性”的数据，手机验证码10分钟后失效，或者股市行情数据每30秒更新一次，通过设置合理的TTL，你可以确保缓存里的数据不会太旧，同时也能自动腾出空间，很多时候，我们会把TTL和其他策略（如LRU）结合使用，先淘汰过期的，如果空间还是不够,再用LRU等策略去淘汰未过期的。

不淘汰（noeviction）

这是最“刚”的一个策略，当内存满了之后，如果客户端还想写入新数据，Redis直接报错，拒绝服务，这个策略能保证现有的缓存数据绝对不会被丢失，但代价是可能会造成写请求失败，影响程序的正常运行，除非你的数据极其重要，丢一条都不行,否则一般不会用这种策略。

那我们该怎么选呢？怎么才能提升性能和效率？

选择策略没有绝对的金标准,关键要看你的业务特点：

• 如果你的数据访问有明显的“效应，比如社交媒体的新鲜事、最新商品列表，LRU 通常是安全且高效的选择,这也是Redis默认的策略之一。
• 如果你的业务里有很多“长青”内容，比如经典文章、基础城市信息，访问频率很稳定，LFU 可能会带来更好的缓存命中率。
• 一定要给你的缓存数据设置合理的过期时间（TTL），这是防止缓存空间被无用的“僵尸”数据占满的最有效手段之一，哪怕设得长一点,也比不设好。
• 监控你的缓存命中率，这是衡量缓存是否有效的核心指标，命中率高，说明你的策略选对了，大部分请求都直接从高速的Redis得到了响应，数据库压力小，程序性能自然就好，如果命中率很低，那你就得反思一下：是不是内存给太小了？还是策略选得不对？或者缓存的数据本身就不合适？

理解这些缓存替换策略，就像是学会了如何高效地打理你的储物间，你不是一味地买买买（写入缓存），而是有策略地“断舍离”（淘汰数据），确保最有用的东西永远在手边，这样一来，程序的性能和处理效率，想不提升都难。 结束）

来源参考：主要思想基于对Redis官方文档中关于maxmemory-policy配置项的常见策略（如noeviction, allkeys-lru, volatile-lru, allkeys-lfu, volatile-lfu, allkeys-random, volatile-random, volatile-ttl）的通俗化解读和场景化比喻。