面试官：谈谈 Redis 的过期策略？-开发者社区

在线 Java 面试刷题（持续更新）：https://www.quanxiaoha.com/java-interview

面试考察点

面试官提出这个问题，通常意在考察以下几个层面：

对缓存数据生命周期管理的理解：你是否清楚 Redis 作为缓存或数据库，需要有自动清理过期数据的能力。
对 Redis 核心机制的掌握深度：不仅仅是知道策略名称，更想知道你对其底层实现原理、协同工作方式的了解程度。
对系统资源与性能权衡的认知：如何设计过期策略才能在内存利用率、CPU 消耗、数据一致性之间取得平衡。
理论联系实际的能力：能否将策略与内存淘汰策略结合，并在实际开发中（如缓存穿透、雪崩）正确应用。

核心答案

Redis 的过期策略主要包含两个核心机制：惰性删除和定期删除。它们是 Redis 用来清理过期 Key、回收内存的主要手段。此外，当这些策略无法及时释放足够内存时，会触发内存淘汰策略作为最后防线。

简单概括：

惰性删除：访问 Key 时才检查并删除。
定期删除：周期性抽样检查并删除。
内存淘汰策略：内存不足时，按规则淘汰 Key（包括未过期的）。

深度解析

原理/机制

惰性删除 (Lazy Expiration)

原理：当客户端尝试访问一个 Key 时，Redis 会先检查该 Key 是否设置了过期时间以及是否已过期。如果过期，则立即删除该 Key，并向客户端返回nil。这是一种被动、延迟的清理方式。
优点：对 CPU 友好，只有在必须时才进行删除操作，不会在无关的 Key 上消耗计算资源。
缺点：对内存不友好。如果一个过期 Key 永远不再被访问，它将永远占用内存，造成内存泄漏。惰性删除是保证 Redis 性能的第一道屏障。

定期删除 (Periodic Expiration)
原理：为了弥补惰性删除的缺陷，Redis 会周期性地（默认每秒 10 次，即每 100ms）主动执行一次过期 Key 清理。这个过程是自适应的：
- - 每次从设置了过期时间的 Key 字典中，随机抽取一定数量（默认 20 个）的 Key。
  - 检查并删除其中已过期的 Key。
  - 如果本轮抽查中，过期 Key 的比例超过 25%，则重复执行抽查删除过程，直到过期 Key 比例降至 25% 以下，或者本次定期删除耗时过长（防止阻塞主线程）。
- 优点：通过限制执行时间和频率，减少了对主线程的阻塞，同时一定程度上减少了“永远不访问的过期 Key”造成的内存浪费。
- 缺点：它仍然是一种抽样和妥协的方案。难以完全精确地删除所有过期 Key，在 Key 数量巨大时，仍可能有部分过期 Key 残留。
内存淘汰策略 (Eviction Policies)
定位：这是过期策略的补充和兜底机制。当 Redis 内存使用达到maxmemory配置的阈值，且新写入数据时，如果惰性和定期删除没能及时释放空间，就会触发内存淘汰。
8 种策略（Redis 7.x）：
- noeviction（默认）：拒绝新写入，报错。适用于确需保留全部数据的场景。
- allkeys-lru/volatile-lru：使用 LRU（最近最少使用）算法淘汰 Key。前者针对所有 Key，后者只针对设置了过期时间的 Key。
- allkeys-lfu/volatile-lfu：使用 LFU（最不经常使用）算法淘汰 Key。LFU 比 LRU 更能精准识别热点数据。
- allkeys-random/volatile-random：随机淘汰 Key。
- volatile-ttl：优先淘汰过期时间更短（TTL 更小）的 Key。
“
注意：volatile-xxx策略只在设置了过期时间的 Key 中淘汰，但如果这部分内存不足以满足新需求，依然会触发noeviction类似的行为（报错）。生产环境常用allkeys-lru或allkeys-lfu。
协同工作原理
这两种删除策略与内存淘汰策略共同构成了 Redis 的内存管理闭环：
```
// 伪代码逻辑示意 public Object get(String key) { // 1. 惰性删除：访问时检查 if (key.expired) { deleteKey(key); returnnull; } return data; } public void periodicTask() { // 2. 定期删除：后台循环任务 do { sampledKeys = randomSample(expiredKeyDict, 20); deletedCount = deleteExpiredKeys(sampledKeys); } while (deletedCount / 20.0 > 0.25 && timeLimitNotExceeded()); } public boolean writeData(String key, Object value) { // 3. 写入前检查内存，触发淘汰策略 if (usedMemory >= maxMemory) { if (!executeEvictionPolicy()) { // 执行配置的淘汰策略（如LRU） if (policy == “noeviction”) { thrownew RedisOOMError(); // 内存不足错误 } } } // ... 执行写入 }
```
1. 每次读取操作都伴随一次惰性删除检查。
2. 定期任务每秒运行多次，抽样清理，防止内存无限增长。
3. 当内存触顶，写入操作会触发配置的淘汰策略，移除一些 Key（可能是过期的，也可能是未过期的）来腾出空间。
最佳实践与常见误区
- 最佳实践：
1. 根据业务形态选择淘汰策略：例如，缓存系统优先使用allkeys-lru；需要保留热点长期数据、只缓存临时数据的场景，可使用volatile-lru。
2. 合理设置过期时间：避免大量 Key 在同一时间点过期，防止定期删除压力陡增和缓存雪崩。可以添加随机偏移值，例如：expire = base_time + random(0, 300)。
3. 监控expired_keys指标：通过info stats命令查看，了解过期 Key 的清理速度是否正常。
常见误区：

误区一：“设置了过期时间，Key 到点就会立即被删除。” —— 错。删除依赖于惰性访问或定期扫描，存在延迟。
误区二：“volatile-lru只淘汰过期的 Key。” —— 错。它只从设置了过期时间的 Key 池子里淘汰，但淘汰的依据是 LRU 算法，被淘汰的 Key 在淘汰那一刻可能并没过期。
误区三：“内存淘汰策略可以替代过期策略。” —— 错。过期策略是主动管理生命周期，淘汰策略是内存不足时的应急措施。二者目的不同，需配合使用。

总结

Redis 通过惰性删除和定期删除的组合拳来管理 Key 过期，在 CPU 和内存效率之间取得了平衡，并以可配置的内存淘汰策略作为内存不足时的最终保障；理解这套机制对于设计高性能、高可用的缓存架构至关重要。

👉 欢迎加入小哈的星球，你将获得:专属的项目实战（多个项目） / 1v1 提问 /Java 学习路线 /学习打卡 / 每月赠书 / 社群讨论

新项目：《Spring AI 项目实战》正在更新中..., 基于 Spring AI + Spring Boot 3.x + JDK 21;
《从零手撸：仿小红书（微服务架构）》已完结，基于 Spring Cloud Alibaba + Spring Boot 3.x + JDK 17..., 点击查看项目介绍；演示地址：http://116.62.199.48:7070/
《从零手撸：前后端分离博客项目（全栈开发）》2期已完结,演示链接：http://116.62.199.48/;
专栏阅读地址：https://www.quanxiaoha.com/column

截止目前，累计输出 100w+ 字，讲解图 4013+ 张，还在持续爆肝中..后续还会上新更多项目，目标是将 Java 领域典型的项目都整一波，如秒杀系统, 在线商城, IM 即时通讯，Spring Cloud Alibaba 等等，戳我加入学习，解锁全部项目，已有4200+小伙伴加入

1. 我的私密学习小圈子，从0到1手撸企业实战项目~ 2. SpringBoot 集成 Hera，让日志查看从 “找罪证” 变 “查答案”！ 3. 面试官：什么是 Redis 大 Key 问题，如何解决？ 4. 蚂蚁又开源了一个顶级 Java 项目！

最近面试BAT，整理一份面试资料《Java面试BATJ通关手册》，覆盖了Java核心技术、JVM、Java并发、SSM、微服务、数据库、数据结构等等。 获取方式：点“在看”，关注公众号并回复 Java 领取，更多内容陆续奉上。
PS：因公众号平台更改了推送规则，如果不想错过内容，记得读完点一下“在看”，加个“星标”，这样每次新文章推送才会第一时间出现在你的订阅列表里。 点“在看”支持小哈呀，谢谢啦