什么是内存回收机制?
众所周知Redis之所以性能高是因为数据都存在内存中，内存是很宝贵的，Redis的内存回收机制本质就是处理达到过期时间的key-value，以及当内存到达最大使用值时候触发的内存淘汰策略。
Redis数据删除的策略有哪些？
定时过期（主动淘汰）：创建一个定时器，当key设置有过期时间，且达到过期时间的时候，由定时器任务立即执行删除操作。
- 优点：节约内存，到期就删除，快速释放不需要的内存占用。
- 缺点：cpu压力很大，无论此时cpu负载多高，均占用cpu资源，会影响redis服务器响应时间和吞吐量。
- 总结：用处理器性能换存储空间（时间换空间）。
惰性删除（被动淘汰）：数据到达过期时间，不做处理，等下次访问该数据时，如果过期就删除，不返回数据，否则正常返回。
- 优点：节约cpu性能，发现必须删除时候才删除。
- 缺点：内存压力大，无效数据长期占用内存空间，存在内存泄漏的风险。
- 总结：用内存存储空间换处理器性能。
定时过期（主动淘汰）：创建一个定时器，当key设置有过期时间，且达到过期时间的时候，由定时器任务立即执行删除操作。
- 优点：节约cpu性能，发现必须删除时候才删除。
- 缺点：不好确定删除操作执行时长和频率，执行太频繁，CPU压力大，执行间隔太久，和惰性删除一样，存在返回错误数据的风险，比如某个key已经到了过期时间，但是还没有执行定期删除，业务查无的时候会返回该数据，该数据是错误数据。
- 总结：周期性抽查存储空间，通过调整定时扫描的时间间隔和每次扫描的限定耗时，尽量达到CPU和内存资源平衡效果，一般不推荐使用。
Redis采用的是定时删除和惰性删除的机制实现过期键的内存回收。
Redis对于设置了过期时间的key的逐出算法有哪些？
- volatile-lru：对生存周期内最少有使用key进行置换（强调的是距离当前的时间，仅关注数据访问时间和顺序，忽略访问次数）。
- volatile-lfu：对生存周期内最少使用次数key进行置换（强调的是时间周期内的使用次数,关注时间区间内数据访问次数）。
- volatile-random：对生存周期中的key进行随机置换。
- volatile-ttl：挑选将要过期的数据进行淘汰。
Redis对于全库的key的逐出算法有哪些？
- allkeys-lru：挑选最近最少使用的数据淘汰（强调的是距离当前的时间，仅关注数据访问时间和顺序，忽略访问次数）。
- allkeys-lfu:挑选最近使用次数最少的数据淘汰（强调的是时间周期内的使用次数,关注时间区间内数据访问次数）。
- allkeys-random:随机选择数据淘汰。
Redis默认的逐出策略是noeviction，当内存使用达到阈值的时候，所有申请内存的命令会报OOM。
LRU算法和LFU算法：
- LRU算法：LRU（Least Recently Used）最近最少使用(最长时间不被使用)淘汰算法，LRU算法是淘汰最长时间没有使用key。
- LFU算法：LFU（Least Frequently Used）最不经常使用(使用次数最少)淘汰算法，LFU是淘汰一段时间内，使用次数最少的key。
Reidis 碎片及原因？
内存分配器的分配策略决定操作系统无法按需分配，这是因为内存分配器一般是按固定大小来分配内存，而不是完全按照应用程序申请的内存空间大小给程序分配，Redis按照固定的大小将空间分配为例如8字节 16字节 32 字节 等等，Redis这么做的目的是减少分配次数，提高性能，比如客户端申请一个20字节的空间，Redis会分配一个32字节的空间，如果后面在追加10个字节的数据，Redis就无需再次分配空间了。而Redis内存碎片的产生也是因为这个策略，同样如客户端申请一个20字节的空间，Redis会分配一个32字节的空间，后续不在增加数据了，就浪费了12字节的空间，这就是内存碎片。
可以使用 info memory 查询内存的使用详细信息，mem_fragmentation_ratio 大于1.5表示内存碎片严重,需要处理了。
如何解决Redis的内存碎片问题？
- 重启Redis，数据重建，内存碎片问题会得到大大改善，线上一般不允许这么操作。
- 开启内存碎片自动清理，
config set activedefrag yes;#表示内存碎片的字节数达到 100MB 时，开始清理；active-defrag-ignore-bytes 100mb;#表示内存碎片空间占操作系统分配给 Redis 的总空间比例达到 10% 时，开始清理active-defrag-threshold-lower 10;
如有不正确的地方请各位指出纠正。
