1. 什么是 TTL？

TTL 全称是 Time To Live，也就是 Key 还能存活多长时间。

例如：

表示 token:1001 在 60 秒以后过期。

可以使用：

查看剩余时间。

如果返回 45，就表示还剩大约 45 秒。

TTL 还有两个比较特殊的返回值：-1 表示 Key 存在，但是没有设置过期时间；-2 表示 Key 已经不存在。

Redis 还支持直接在 SET 时设置 TTL：

也支持毫秒级的 PEXPIRE、PTTL。

2. Key 到期以后会立刻被删除吗？

不一定。

假设：

60 秒过去以后，从逻辑上 code:1001 已经过期，不应该再被用户读取。

但是这不意味着时间刚到第 60 秒的那一瞬间，Redis 一定立刻执行了一次删除操作。

如果 Redis 给每一个 Key 都设置一个定时器：

假设存在几百万个带 TTL 的 Key，就需要维护大量定时任务，成本很高。

因此 Redis 并没有采用“每一个 Key 一个定时器”的方式，而是把过期删除主要分成两种机制：

被动过期 + 主动过期。

我们平时也经常把被动过期称为 惰性删除。

3. 什么是惰性删除？

假设：

60 秒已经过去。

但是 Redis 可能暂时还没有真正把这个 Key 从内存结构中移除。

这时候客户端执行：

Redis 发现 user:1001 已经过期，于是：

这就是惰性删除。

可以简单理解：

平时先不管，等有人访问这个 Key 时，如果发现已经过期，再把它删除。

4. 只使用惰性删除行不行？

不行。

假设一个 Key：

60 秒以后过期。

但是从此以后再也没有任何客户端访问它。

那么如果只有惰性删除：

大量这样的 Key 积累以后，就会产生严重的内存浪费。

所以 Redis 还需要第二种机制：主动过期。

5. 什么是主动过期？

Redis 会周期性检查一部分设置了过期时间的 Key。

可以简单理解：

注意这里不是每隔一段时间扫描 Redis 中所有 Key。

如果 Redis 有一亿个 Key，每次都全量扫描，开销会非常大。

所以 Redis 采用的是：

抽样检查 + 根据过期情况继续检查。

这样可以在释放过期 Key 和避免 CPU 消耗过大之间取得平衡。

6. 为什么要惰性删除 + 主动过期一起使用？

因为两种策略刚好互相补充。

只有惰性删除的问题是：

没人访问的过期 Key 可能一直占内存。

如果主动过期每次都完整扫描所有 Key，又会导致 CPU 开销太大。

所以 Redis 采用：

既不用给每个 Key 创建单独定时器，也不需要不断全量扫描整个数据库。

7. 过期删除和内存淘汰是一回事吗？

不是。

这是这一篇最重要的区别。

假设 Redis 中有：

现在 Redis 内存已经达到上限。

虽然这些 Key 一个都没有真正到期，Redis 仍然可能必须删除一部分数据，为新数据腾出空间。

这时候发生的不是 Expiration，而是 Eviction，也就是内存淘汰。

两者区别可以概括成：

所以一定要记住：

过期删除看时间，内存淘汰看内存压力。

8. 什么是 maxmemory？

Redis 可以通过 maxmemory 设置允许用于数据集的最大内存。

例如：

表示 Redis 使用的数据内存达到这个限制以后，需要根据配置决定接下来怎么办。

可以查看：

也可以动态设置：

当 Redis 达到 maxmemory 限制，需要继续写入新数据时，就会根据 maxmemory-policy 决定是否以及如何淘汰 Key。

9. 什么是 maxmemory-policy？

maxmemory-policy 决定：

内存满了以后，到底淘汰谁？

例如：

表示 Redis 达到内存限制以后，从所有 Key 中选择近似最久没有使用的数据进行淘汰。

常见策略主要围绕 LRU、LFU、Random、TTL 等方式展开。

10. 什么是 noeviction？

noeviction 的意思很直接：

谁也不淘汰。

当 Redis 达到 maxmemory 后，再执行需要增加数据的命令时，会返回错误。

可以理解：

这种策略适合数据不能随便丢失的场景。

如果 Redis 本身就是纯缓存，则通常会考虑允许淘汰旧缓存。

11. 什么是 allkeys-lru？

allkeys-lru 可以拆开理解。

allkeys 表示所有 Key 都可能成为淘汰候选。

LRU 是 Least Recently Used，也就是最近最少使用。

例如：

内存满时，Redis 会倾向于淘汰类似 D 这样的 Key。

所以 allkeys-lru 很适合经典缓存场景：

热点数据经常访问，冷数据逐渐被淘汰。

12. Redis 的 LRU 是严格 LRU 吗？

不是。

如果想实现完全精确的 LRU，就需要维护严格的访问顺序：

每一次读写都可能需要维护这个结构，会增加额外的内存和 CPU 开销。

Redis 使用的是近似 LRU。

Redis 会对部分 Key 进行采样，再从候选 Key 中选择更符合淘汰条件的对象。

所以不能理解成：

Redis 每次一定能够找到整个数据库中绝对最久没有访问的那个 Key。

它追求的是：

用较低的开销获得足够接近 LRU 的效果。

13. 什么是 allkeys-lfu？

LFU 全称是 Least Frequently Used。

与 LRU 的区别在于：

LRU 关注最近多久没有访问。

LFU 关注访问频率高不高。

例如：

使用 LRU 时，A 看起来更加“新”。

使用 LFU 时，B 会被认为更加热门。

所以可以简单记：

LRU 看“最近什么时候用过”，LFU 看“经常不经常用”。

Redis 的 LFU 还会进行频率衰减，避免一个过去特别热门、现在已经无人访问的 Key 永远保持很高权重。

14. LRU 和 LFU 怎么选？

如果业务认为：

最近访问过的数据，更可能在接下来继续被访问。

可以考虑 LRU。

如果业务中的热点比较稳定，认为：

长期访问频率更能体现 Key 的价值。

可以考虑 LFU。

例如某条新闻上午突然爆火、下午已经无人访问，如果只记录历史访问总次数，它可能一直显得很热门。

所以 Redis 的 LFU 会随着时间对访问频率进行衰减。

15. 什么是 allkeys-random？

allkeys-random 就是从所有 Key 中随机淘汰。

例如：

Redis 可能随机选择 C 删除。

它不关心这个 Key 最近有没有访问，也不关心它的访问频率。

算法简单，但如果缓存存在明显冷热差异，通常没有 LRU/LFU 那么有针对性。

16. 什么是 volatile？

前面讲的是 allkeys-lru、allkeys-lfu、allkeys-random。

其中 allkeys 表示：

所有 Key 都可以成为候选。

而 volatile-* 只会从设置了 TTL 的 Key 中进行选择。

例如：

如果使用 volatile-lru，Redis 只会在 A 和 B 中按照 LRU 思路选择淘汰对象。

C 和 D 不参与。

所以可以直接记：

17. volatile-lru、volatile-lfu、volatile-random

这三个其实很好理解。

volatile-lru：只在带 TTL 的 Key 中淘汰最近最少使用的。

volatile-lfu：只在带 TTL 的 Key 中淘汰访问频率较低的。

volatile-random：只在带 TTL 的 Key 中随机淘汰。

所以真正需要理解的是：

前半部分决定候选范围，后半部分决定具体怎么选。

18. 什么是 volatile-ttl？

volatile-ttl 同样只考虑设置了过期时间的 Key。

但是它不看 LRU，也不看访问频率，而是优先选择剩余 TTL 更短的 Key。

例如：

A 本来就快过期，因此更适合作为优先淘汰对象。

19. Redis 到底有多少种淘汰策略？

很多老的 Redis 面试资料会总结成经典的 8 种：

但是这个说法和 Redis 版本有关。

较新的 Redis 又增加了 LRM（Least Recently Modified），例如 allkeys-lrm 和 volatile-lrm。

LRM 关注的是 Key 最近一次修改时间，而不是最近一次访问时间。

所以学习时不要把：

Redis 永远只有 8 种淘汰策略

当成绝对结论。

更重要的是理解这些策略的分类方式。

20. volatile 系列有一个坑

假设 Redis 使用：

但是数据库中的所有 Key 都没有设置 TTL。

那么 volatile-lru 根本找不到任何候选对象。

最终效果会类似 noeviction：

Redis 无法通过淘汰 Key 继续释放空间，新的写入可能因为达到内存限制而失败。

所以使用 volatile-* 的前提是：

Redis 中确实存在足够的带 TTL Key。

21. 缓存场景应该怎么选？

如果 Redis 完全用于缓存，数据丢失后可以从数据库重新构建，那么通常可以考虑 allkeys-lru 或 allkeys-lfu。

如果 Redis 中同时存在：

可以利用 TTL 与 volatile-* 进行一定程度的区分。

不过从架构设计上来说，缓存数据和重要数据如果淘汰要求完全不同，往往更适合拆分到不同 Redis 实例中。

22. TTL 到期和 LRU 淘汰有什么本质区别？

假设：

这个 Key 还有 30 分钟才过期。

但是 Redis 内存满了，并且使用 allkeys-lru。

如果这个 Key 很久没有访问，那么：

即使 TTL 还有 30 分钟，它也可能提前被淘汰。

所以：

因此设置 1 小时 TTL，并不代表这个 Key 一定会存在整整 1 小时。

23. Key 过期了为什么内存没有马上下降？

Key 从逻辑上已经到期，不代表那一瞬间一定已经完成实际删除。

如果这个 Key 没有再次被访问，惰性删除就不会触发。

主动过期又采用抽样和渐进处理，并不是到某个时间点突然扫描所有 Key。

所以短时间内可能出现：

随着主动过期继续执行，或者这些 Key 再次被访问，它们会逐渐被删除。

24. 为什么大量 Key 同时过期可能有问题？

假设业务一次写入 100 万个缓存，并且全部设置：

TTL = 30 分钟

那么 30 分钟以后，大量 Key 会在非常接近的时间同时过期。

Redis 自身需要短时间处理大量过期数据。

同时业务发现缓存不存在，又可能大量请求数据库。

这就可能进一步引发后面要学习的 缓存雪崩。

因此大量同类缓存通常不会把 TTL 设置得完全一样，而是加入一定随机值。

例如：

把过期时间适当打散。

25. EXPIRE 和淘汰策略要怎么区分？

例如面试中可能问：

Redis 设置了 EXPIRE，过期以后是通过 LRU 删除吗？

不是。

EXPIRE 属于 TTL 过期机制，主要通过惰性删除和主动过期进行处理。

LRU、LFU 则属于内存淘汰机制，主要在 Redis 达到 maxmemory、需要释放内存时发挥作用。

所以：

两者触发条件完全不同。

26. 整个流程

假设：

这个 Key 之后可能经历：

所以一个 Key 消失，并不一定意味着 TTL 到期。

也可能是：

Redis 因为内存压力提前把它淘汰了。

27. 最容易搞错的几个地方

第一，Key 过期并不代表到期瞬间一定完成删除，Redis 会通过惰性删除和主动过期配合清理。

第二，过期删除和内存淘汰不是一回事。前者由 TTL 触发，后者由 maxmemory 压力触发。

第三，设置了 TTL 的 Key 也可能在 TTL 到期以前就因为内存不足被淘汰。

第四，Redis 的 LRU 和 LFU 都是近似实现，不是为了追求绝对精确而维护高成本的全局结构。

第五，volatile-* 只会从带 TTL 的 Key 中选择；如果没有满足条件的 Key，就可能无法通过淘汰继续释放空间。

第六，“Redis 有 8 种淘汰策略”是经典版本中的常见总结，具体策略数量需要结合 Redis 版本来看。