**redis内存配置的核心参数是 maxmemory，它限制 Redis 可使用内存量。当超过此限制时，Redis 根据 maxmemory-policy 执行淘汰策略，有：noeviction（直接拒绝写入）、allkeys-lru/volatile-lru（按LRU淘汰）、allkeys-random/volatile-random（随机淘汰）、volatile-ttl（按过期时间淘汰）。其他相关参数包括 maxmemory-samples（LRU采样数量）、rdb-compression
Redis内存配置？这可是个老生常谈，却又常常让人头疼的问题。 你以为简单地调大 maxmemory 就万事大吉了？ Naive！ 这篇文章就来扒一扒Redis内存配置的那些事儿，让你不再为内存告急而抓耳挠腮。读完之后，你就能像老司机一样，轻松驾驭Redis的内存配置，让你的Redis跑得又快又稳。
先别急着看参数，咱们先聊聊Redis的内存模型。Redis是基于内存的数据库，所有数据都存在内存中。 这就决定了内存配置的重要性。 内存不够，轻则性能下降，重则宕机。 理解了这一点，你才能更好地理解各种内存配置参数的作用。
Redis的核心内存参数，毫无疑问是 maxmemory 。 它限制了Redis可使用的最大内存量。 超过这个限制，Redis会根据你设置的 maxmemory-policy 来执行不同的淘汰策略。 这策略可不少，noeviction 、allkeys-lru 、allkeys-random 、volatile-lru 、volatile-random 、volatile-ttl ，每个都有自己的特点。 noeviction 最简单粗暴，直接拒绝写入新数据，容易导致应用阻塞； allkeys-lru 和 volatile-lru 则会根据LRU算法淘汰最久未使用的键，相对温和； 而 random 策略嘛，就比较随意了，适合对数据精度要求不高的场景。 选择哪个策略，得根据你的应用场景来定。 别图省事都用 noeviction ，那可是个定时炸弹。
除了 maxmemory 和 maxmemory-policy ，还有其他的内存相关参数，比如 maxmemory-samples 控制LRU算法采样数量，影响淘汰策略的准确性； rdb-compression 控制RDB持久化文件的压缩级别，影响磁盘空间和持久化速度； 还有 aof-rewrite-incremental-fsync 影响AOF重写时的内存使用等等。 这些参数的设置，需要根据你的Redis版本、硬件资源、应用特点综合考虑。
下面，咱们来看个例子，感受一下不同策略的差异：
# 模拟数据 import random import time data = {f"key_{i}": f"value_{i}" for i in range(1000)} # 连接Redis (假设你已经安装了redis-py) import redis r = redis.Redis(host='localhost', port=6379, db=0) # 设置不同的maxmemory-policy policies = ["noeviction", "allkeys-lru", "volatile-lru"] for policy in policies: print(f"Testing policy: {policy}") r.config_set('maxmemory', '10mb') # 设置最大内存为10MB r.config_set('maxmemory-policy', policy) start_time = time.time() try: for key, value in data.items(): r.set(key, value) except redis.exceptions.RedisError as e: print(f"Error: {e}") end_time = time.time() print(f"Time taken: {end_time - start_time:.2f} seconds") print("-" * 20) r.flushall() # 清理数据
这段代码模拟了向Redis写入大量数据，并测试了三种不同的 maxmemory-policy 。 你会发现， noeviction 在内存不足时会直接报错，而 lru 策略则会消耗更多的时间，因为需要进行数据淘汰。 实际应用中，你需要根据你的数据特点和性能要求选择合适的策略。
最后，提醒一句，别忘了监控你的Redis内存使用情况。 可以使用Redis自带的监控工具，或者一些第三方监控工具，及时发现问题，避免意外发生。 内存配置不是一劳永逸的事情，需要根据实际情况不断调整。 这需要经验积累，也需要不断学习和实践。 祝你玩转Redis内存配置！
