一、应该给Redis分配多少内存空间
八二原则：80%的请求都是访问数据库中同样的20%的数据（热点数据只占20%），所以一般给Redis分配15% - 30%数据总量的内存空间（只保存热点数据，冷数据被访问少，直接到数据库访问）
二、Redis八种内存淘汰机制
三、LRU算法
- 传统LRU算法：底层维护一个双向链表，每个节点存放一个数据，当某个数据被访问时，该节点会被放到链表头部（MRU端），当触发内存淘汰时会先删除链表的尾部（LRU端）。
缺点：每个数据都要一个链表节点维护，内存开销大，频繁移动链表，CPU压力大，无法保证MRU端是热点数据，可能只是刚好在内存淘汰前被访问，之前都是冷数据。 - Redis中的LRU算法：Redis对原生LRU算法进行了改进，会随机挑选5个键加入链表，淘汰其中最久未被访问的（不用为每一个数据维护链表节点，且不用在每次访问数据时移动链表）。
四、推荐使用的淘汰算法
- A） 存在冷热数据的区分时，使用allkeys – lru，可以保留热点数据；
- B） 没有冷热数据区分，每个数据被访问的频率差不多，使用allkeys-random；
- C） 某些数据有置顶需求，不能被淘汰，使用volatile-lru，给置顶数据不设置过期时间，保证不会被淘汰。
五、MySQL脏数据、脏页与Redis的脏数据
- MySQL脏数据：读到的数据是其他事务修改后的数据，但最后事务回滚了，数据库中数据还是原来的值，但是读到的当前数据是事务回滚前修改的值，与数据库中不一致。—客户端读到的数据，而不是存在于MySQL内存页中的数据。
- Redis脏数据：Redis内存中数据的值和当前数据库中不一致。
- MySQL脏页：MySQL内存页上的数据已经更改但是还没刷入到磁盘中。
注：MySQL在清理内存时，会将脏页先更新到数据库，在删除内存中的该数据页
Redis清理内存时，不会将脏数据写到数据库中，所以当数据改变时要同时改变数据库与Redis中该数据的值。
六、保证Redis与MySQL中数据的一致性方案：采用分布式事务
两阶段提交（2PC），三阶段提交（3PC），TCC，消息队列。
以下补充缓存污染与应对的LFU缓存淘汰策略
七、缓存污染与LFU算法：
缓存污染：访问频率低的数据占用大量内存，造成资源浪费。
解决方法:
- LFU淘汰机制
按照数据被访问的频率淘汰内存中的数据，在数据的RedisObject结构体中增加一个lru字段存放数据最近被访问的时间戳以及总共被访问的次数。优先比较被访问的次数低的数据被淘汰，如果访问次数一致，再比较时间戳淘汰最近一次访问时间久远的数据。
LFU算法优化
- 时间戳 + 计数器（优先比较计数器，再比较时间戳）；
- 计数器非线性递增（并非访问一次计数器就加一，避免计数器（8bit）越界）；
- 计数器衰减机制（避免某些数据短期大量访问后不再被访问，会随着未访问时间的增大降低计数器的数值）。
本文章为转载内容，我们尊重原作者对文章享有的著作权。如有内容错误或侵权问题，欢迎原作者联系我们进行内容更正或删除文章。
