Redis的过期策略和删除策略是非常重要的，下面分别介绍一下：
1. 过期策略
Redis通过设置键的过期时间来实现过期策略，当一个键设置了过期时间后，在该时间到达后，Redis会自动将该键从数据库中删除。
Redis的过期时间有两种设置方式：
一种是使用`EXPIRE key seconds`命令设置固定的过期时间；
另一种是在键的值上设置时间戳，并设置`EXPIREAT key timestamp`指定该键的过期时间。
示例如下：
- # 设置键"mykey"的过期时间为10秒
- > EXPIRE mykey 10
- # 设置键"mykey"的过期时间为60分钟
- > EXPIRE mykey 3600
- # 设置键"mykey"的过期时间为2023年12月31日23:59:59
- > EXPIREAT mykey 1672511999
- # 设置键"mykey"的过期时间为10毫秒（以毫秒为单位）
- > PEXPIRE mykey 10
- # 设置键"mykey"的过期时间为1小时30分钟（以毫秒为单位）
- > PEXPIRE mykey 5400000
- # 设置键"mykey"的过期时间为UNIX时间戳为1672511999的时间点
- > PEXPIREAT mykey 1672511999000
在上述示例中，我们使用了EXPIRE命令和PEXPIRE命令来设置键的过期时间，EXPIRE命令接受以秒为单位的过期时间，而PEXPIRE命令接受以毫秒为单位的过期时间。
同时，Redis还支持延长键的过期时间，即使用`TTL key`命令可以查看剩余的时间。
2. 删除策略
Redis的内存是有限的，当内存不足时，Redis就需要进行删除操作来释放一些空间。Redis的删除策略主要有以下几种：
1）定期删除策略
定期删除指的是： redis 默认每 100ms 就随机抽取一些设置了过期事件的 key ，检查是否过期，如果过期就删除。
定期删除策略的工作原理如下：
- Redis每秒钟执行一次定期删除操作，称为定时器事件（定时器事件可以在Redis配置文件中通过
hz参数进行配置）。 - 定期删除操作会随机抽取一些过期键进行检查，并删除已过期的键，这样可以分散删除操作的负载，避免一次性删除大量过期键对性能造成影响。
- 定期删除操作使用的算法类似于Random删除策略，即随机选择要删除的过期键，Redis通过检查键的过期时间戳来判断键是否过期，并将已过期的键删除。
你可以通过以下配置项来调整Redis的定期删除策略：
hz：用于设置定时器事件的执行频率，默认值为10，表示每秒钟执行10次。maxmemory：用于设置Redis的最大内存限制。当内存超过这个限制时，Redis会触发淘汰策略来释放内存。maxmemory-policy：用于设置淘汰策略。可以选择LRU、LFU、Random等策略。
优点：
定期删除策略以后台任务的方式执行删除操作，不会阻塞主线程的请求处理过程，这样可以保持较低的请求延迟，提供快速的响应。
缺点：
定时删除策略的缺点是，它对CPU时间是最不友好的：在过期键比较多的情况看下，删除过期键这一行为可能会占用相当一部分CPU时间。
在内存不紧张但是CPU时间非常紧张的情况下，将CPU时间用在删除和当前无关的过期键上，无疑会对服务器的响应时间和吞吐量造成影响。
2）惰性删除策略
当客户端请求一个已经过期的键时，Redis会检测到该键已过期，并立即将其删除，这种策略称为惰性删除策略，它能够最大限度地减少内存的使用。
Redis的惰性删除策略（Lazy Expire）是一种与定期删除策略相对应的删除机制。
与定期删除策略不同，惰性删除策略是在访问键时检查其是否过期，并在需要时立即删除过期键。
惰性删除策略的优点：
惰性删除策略对CPU时间来说是最友好的：程序只会在取出键时才对键进行过期检查，这可以保证删除过期键的操作只会在非做不可的情况下进行，这个策略不会在删除其他无关的过期键上花费任何CPU时间。
惰性删除策略的缺点：
- 内存占用：惰性删除策略可能导致过期键在一段时间内仍然保留在内存中，占用一定的内存空间。这是因为过期键只在访问时才会被删除，如果过期键很少被访问，那么它们可能会一直存在于内存中，占用着宝贵的内存资源。
- 内存压力：在大规模的数据集中，如果存在大量的过期键，并且这些过期键被频繁访问，惰性删除策略可能增加CPU负载和内存压力。每次访问都需要进行过期检查和删除操作，这可能会占用大量的计算资源，并导致性能下降。
- 不确定的删除时间：由于惰性删除策略依赖于键的访问情况来触发删除操作，所以无法确定过期键的确切删除时间。过期键可能会在访问之前持续一段时间，这可能导致数据在过期后仍然可见，直到下一次访问时才会被删除。
mikechen
mikechen睿哥，10年+大厂架构经验，资深技术专家，就职于阿里巴巴、淘宝、百度等一线互联网大厂。
关注「mikechen」公众号，获知最新一线技术干货！
