Redis淘汰策略与删除机制究竟有何区别及具体应用场景？

内存耗尽后Redis会发生什么

1、内存耗尽后的基础处理原则拒绝写入并返回错误：若未配置淘汰策略（或配置为 noeviction），当内存达到 maxmemory 限制时，Redis 会拒绝所有写入命令（如 SET、LPUSH 等），并返回 OOM command not allowed when used memory maxmemory 错误。

2、内存回收机制Redis通过为键值对设置过期时间实现自动内存回收，避免无效数据长期占用内存。设置过期时间的命令 expire key ttl：设置键的过期时间为ttl秒。pexpire key ttl：设置键的过期时间为ttl毫秒。expireat key timestamp：设置键在指定timestamp秒数后过期。

3、理解 Redis 内存耗尽的两种典型表现拒绝服务模式（默认配置）当内存达到上限时，Redis 会拒绝所有写入或修改操作（如 SET、HSET、LPUSH 等），但读取（GET）和删除（DEL）操作仍可执行。此模式可避免数据损坏，但会导致业务写入功能瘫痪，需立即处理。

4、缺点：内存耗尽后写入操作会失败，可能引发业务异常。volatile-lru 说明：从已设置过期时间的键中淘汰最久未使用（LRU）的键。优点：优先释放过期键，减少内存压力，适用于缓存场景。缺点：可能误删仍被使用的过期键，导致缓存命中率下降。

看故事学Redis:再不懂,我怀疑你是假个开发

1、Redis是一个基于内存的高性能键值对数据库，最初为缓解MySQL等关系型数据库的读写压力而设计，通过缓存热点数据提升系统性能。 以下是其核心机制与问题的详细说明：Redis的诞生背景与核心功能诞生背景：互联网发展导致MySQL面临高并发读写压力，尤其是重复的读操作占用大量磁盘I/O资源。

2、锁被一个进程锁住后其他进程都无法再加锁，这样就保证了服务是幂等的了。第一个对互斥锁加锁的进程任务没有执行完就挂掉，锁又是不会释放的，其他进程又无法重复加锁，导致这个失败的任务也不能被其他进程重新执行。

3、你可能确实对GitLab的部署存在误解 GitLab作为一个功能强大的开源版本控制系统，确实在部署上相对于一些轻量级的版本控制系统（如GitHub的桌面版或某些简单的Git服务器设置）来说，过程更为复杂。但这并不意味着GitLab的部署就是“假的”或者不合理。

4、长期规划：将求职周期延长至3-6个月，避免因短期焦虑导致动作变形。长期成长建议：跳出舒适区，保持技术敏感度持续学习：关注技术社区（如InfoQ、掘金），定期阅读源码（如Redis、Netty）和经典书籍（如《深入理解Java虚拟机》）。

面试官问:Redis数据过多内存占满,会宕机吗?如何内存回收?

1、内存占满时的行为默认策略（noeviction）当内存达到maxmemory限制时，Redis会拒绝所有写请求（DEL和部分特殊请求除外），直接返回错误（如OOM command not allowed when used memory maxmemory）。此策略可避免数据丢失，但需外部监控及时扩容或清理数据。

2、Redis宕机，需分析宕机原因，如磁盘或内存满，根据情况进行处理，如内存满需考虑缓存过期回收策略问题。解决方案：打散过期时间，如设置过期时间为24小时之后+随机N分钟。分析Redis宕机原因，根据磁盘或内存满的情况进行处理，如升级配置。

3、Redis是单线程的内存数据库，在redis需要执行耗时的操作时，会fork一个新进程来做，比如bgsave，bgrewriteaof。 Fork新进程时，虽然可共享的数据内容不需要复制，但会复制之前进程空间的内存页表，这个复制是主线程来做的，会阻塞所有的读写操作，并且随着内存使用量越大耗时越长。

4、Redis Sentinel：着眼于高可用。当主节点宕机时，会自动将slave提升为master，继续提供服务。Redis Cluster：着眼于扩展性。在单个Redis内存不足时，使用Cluster进行分片存储。每个节点都保存一部分数据，并通过哈希槽机制实现数据的均匀分布和访问。

5、避免多线程竞争问题，命令执行仍保持原子性。 Redis主从复制会出现哪些问题？主节点宕机：需手动将从节点晋升为主节点，并更新应用配置，过程繁琐。性能限制：主节点写能力受单机限制，高并发场景易成为瓶颈。主节点存储容量受单机内存限制，无法扩展。

6、Redis可以设置最大内存大小，如果数据达到了内存最大限制，Redis如何处理？答案：Redis允许通过配置maxmemory参数来设置最大内存大小。当数据达到内存限制时，Redis会根据配置的淘汰策略来选择并删除部分数据。常见的淘汰策略包括：LRU（Least Recently Used）：最近最少使用，删除最近最少被访问的数据。