Redis中的数据特征：
Redis是一种内存级数据库，所有数据均存放在内存中，内存中的数据可以通过TTL指令获取其状态
XX ：具有时效性的数据
-1 ：永久有效的数据
-2 ：已经过期的数据 或 被删除的数据 或 未定义的数据
数据删除策略：
1. 定时删除
2. 惰性删除
3. 定期删除
时效性数据的存储结构：
数据删除策略的目标：
在内存占用与CPU占用之间寻找一种平衡，顾此失彼都会造成整体redis性能的下降，甚至引发服务器宕机或内存泄露
定时删除：
创建一个定时器，当key设置有过期时间，且过期时间到达时，由定时器任务立即执行对键的删除操作
优点：节约内存，到时就删除，快速释放掉不必要的内存占用
缺点：CPU压力很大，无论CPU此时负载量多高，均占用CPU，会影响redis服务器响应时间和指令吞吐量
总结：用处理器性能换取存储空间 （拿时间换空间）
惰性删除：
数据到达过期时间，不做处理。等下次访问该数据时如果未过期，返回数据
发现已过期，删除，返回不存在
优点：节约CPU性能，发现必须删除的时候才删除
缺点：内存压力很大，出现长期占用内存的数据
总结：用存储空间换取处理器性能（拿空间换时间）
定期删除：
前面两种方案都走极端，有没有折中方案？
Redis启动服务器初始化时，读取配置server.hz的值，默认为10
每秒钟执行server.hz次
activeExpireCycle() 对每个expires[*]逐一进行检测，每次执行250ms/server.hz
对某个expires[*]检测时，随机挑选个key检测
如果key超时，删除key
如果一轮中删除的key的数量>W*25%，循环该过程
如果一轮中删除的key的数量≤W*25%，检查下一个expires[*]，0-15循环（redis一共16个数据库）
W取值=ACTIVE_EXPIRE_CYCLE_LOOKUPS_PER_LOOP属性值
参数current_db用于记录activeExpireCycle() 进入哪个expires[*] 执行
如果activeExpireCycle()执行时间到期，下次从current_db继续向下执行
周期性轮询redis库中的时效性数据，采用随机抽取的策略，利用过期数据占比的方式控制删除频度
特点1：CPU性能占用设置有峰值，检测频度可自定义设置
特点2：内存压力不是很大，长期占用内存的冷数据会被持续清理
总结：周期性抽查存储空间（随机抽查，重点抽查）
redis内部惰性删除和定期删除都有使用
逐出算法：
新数据进入检测
当新数据进入redis时，如果内存不足怎么办？
Redis使用内存存储数据，在执行每一个命令前，会调用freeMemoryIfNeeded()检测内存是否充足。
如果内存不满足新加入数据的最低存储要求，redis要临时删除一些数据为当前指令清理存储空间。清理数据的策略称为逐出算法。
注意：逐出数据的过程不是100%能够清理出足够的可使用的内存空间，如果不成功则反复执行。
当对所有数据尝试完毕后，如果不能达到内存清理的要求，将出现错误信息。
影响数据逐出的相关配置（在配置文件中配置）
最大可使用内存 maxmemory
占用物理内存的比例，默认值为0，表示不限制。生产环境中根据需求设定，通常设置在50%以上。
每次选取待删除数据的个数 maxmemory-samples
选取数据时并不会全库扫描，导致严重的性能消耗，降低读写性能。因此采用随机获取数据的方式作为待检测删除数据
删除策略（和上面讲的对过期数据的删除策略没有任何关系） maxmemory-policy volatile-lru 建议设成此值
达到最大内存后的，对被挑选出来的数据进行删除的策略
数据逐出策略配置依据
使用info命令输出监控信息，查询缓存 hit（key空间命中次数） 和 miss（key空间丢失次数） 的次数，根据业务需求调优Redis配置