有人知道Redis LRU驅逐/刪除的內部結構嗎？Redis內部結構 - LRU實現抽樣
Redis如何確保先刪除較舊的（較少使用的）密鑰（如果我們沒有易失性密鑰並且我們沒有設置TTL過期）？
我知道Redis有一個配置參數「maxmemory-samples」，它控制着它用於刪除鍵的樣本大小 - 所以如果你設置一個樣本大小爲10，那麼它會對10個鍵進行採樣，在這些之中。
我不知道是否它是完全隨機抽樣這些密鑰，還是它有某種機制允許它自動從「較舊/較少使用的一代」的等價物中抽樣？
這是我在antirez.com/post/redis-as-LRU-cache.html找到的 - 使用「樣本三」算法的全部重點是節省內存。我認爲這比精確度更有價值，尤其是因爲這種隨機算法很少被人理解。一個例子：與完美的LRU算法相比，僅使用三個對象進行採樣會使999個數據集中的666個對象失效，錯誤率僅爲14％。剩下的14％中幾乎沒有元素屬於非常常用的元素範圍。所以記憶力的增加將毫無疑問地支付精確度。因此，雖然Redis隨機採樣（意味着這不是實際的LRU ..並且作爲這樣的近似算法），但準確性相對較高，並且增加採樣大小將進一步增加這一點。但是，如果有人需要確切的LRU（對錯誤沒有容忍），那麼Redis可能不是正確的選擇。
架構...正如他們所說...是關於折衷..所以使用這個（Redis LRU）方法來折衷原始性能的準確性。
據我所知，它隨機抽樣密鑰。 – 2012-01-05 08:22:43
這是我在http://antirez.com/post/redis-as-LRU-cache.html找到的內容 - 使用「樣本三」算法的全部重點是節省內存。我認爲這比精確度更有價值，尤其是因爲這種隨機算法很少被人理解。一個例子：與僅有三個對象的採樣相比，* perfect * LRU算法的錯誤率僅爲14％，將會使999個數據集中的666個對象失效。 而在剩下的14％中幾乎沒有元素處於非常使用的元素範圍內。所以記憶力的增加將毫無疑問地支付精確度。 – 2012-01-05 13:39:54
你應該發佈這個答案並接受它。 :-) – 2012-01-05 13:48:40