redis原理解析
1.过期删除的原理
--过期时间设置:
setex(String key,int seconds,String value)
set key value ex seconds
EXPIRE key seconds(秒)
PEXPIRE key ms(毫秒)
--取消键的过期时间设置:
PERSIST key
一个键还有多久时间被删除:
TTL key(多少秒过期)
PTTL key(多少毫秒过期)
--内部原理：
实际上，Redis 删除失效主键的方法主要有两种：
消极方法（passive way）：在主键被访问时如果发现它已经失效，那么就删除它。
积极方法（active way）：周期性地从设置了失效时间的主键中选择一部分失效的主键删除。
对于那些从未被查询的key，即便它们已经过期，被动方式也无法清除。因此Redis会周期性地随机测试一些key，已过期的key将会被删掉。Redis每秒会进行10次操作，具体的流程：
1. 随机测试 20 个带有timeout信息的key；
2. 删除其中已经过期的key；
3. 如果超过25%的key被删除，则重复执行步骤1；
这是一个简单的概率算法，基于假设我们随机抽取的key代表了全部的key空间。
2.Redis发布订阅
Redis提供了一组命令可以让开发者实现“发布/订阅”模式(publish/subscribe) 。该模式同样可以实现进程间的消息传递，它的实现原理是发布/订阅模式包含两种角色，分别是发布者和订阅者。订阅者可以订阅一个或多个频道，而发布者可以向指定的频道发送消息，所有订阅此频道的订阅者都会收到该消息。
发布者发布消息的命令是：PUBLISH， 用法是PUBLISH channel message。
订阅者订阅消息的命令是：SUBSCRIBE channel [channel …]（同时可以订阅多个频道）
另外值得注意的是消息发送出去不会持久化，如果发送之前没有订阅者，那么后续再有订阅者订阅该频道，之前的消息就收不到了。
3.Redis数据持久化之RDB方式
Redis支持两种方式的持久化，一种是RDB方式、另一种是AOF（append-only-fifile）方式。前者会根据指定的规则“定时”将内存中的数据存储在硬盘上，而后者会在每次执行命令后将命令本身记录下来。
RDB方式是这样的：当符合一定条件时，Redis会单独创建（fork）一个子进程来进行持久化，会先将数据写入到一个临时文件中，等到持久化过程都结束了，再用这个临时文件替换上次持久化好的文件。整个过程中，主进程是不进行任何IO操作的，这就确保了极高的性能。如果需要进行大规模数据的恢复，且对于数据恢复的完整性不是非常敏感，那RDB方式要比AOF方式更加的高效。RDB的缺点是最后一次持久化后的数据可能丢失。fork的作用是复制一个与当前进程一样的进程。新进程的所有数据（变量、环境变量、程序计数器等）数值都和原进程一致，但是是一个全新的进程，并作为原进程的子进程。
Redis会在以下几种情况下对数据进行快照：
1. 根据配置规则进行自动快照；
2. 用户执行SAVE或者GBSAVE命令；
3. 执行FLUSHALL命令；
4. 执行复制(replication)时；
--根据配置规则进行自动快照
快照的条件可以由用户在配置文件中配置。配置格式如下：
save 900 1
save 300 10
save 60 10000
第一个参数是时间窗口，第二个是键的个数，也就是说，在第一个时间参数配置范围内被更改的键的个数大于
后面的changes时，即符合快照条件。redis默认配置了三个规则，每条快照规则占一行，每条规则之间是“或”的关
系，在900秒（15分）内有一个以上的键被更改则进行快照。
--用户执行SAVE或BGSAVE命令
当我们对服务进行重启或者服务器迁移我们需要人工去干预备份，redis提供了两条命令来完成这个任务：
1. save命令
当执行save命令时，Redis同步做快照操作，在快照执行过程中会阻塞所有来自客户端的请求。当redis内存中的数据较多时，通过该命令将导致Redis较长时间的不响应。所以不建议在生产环境上使用这个命令，而是推荐使用bgsave命令。
2. bgsave命令
bgsave命令可以在后台异步地进行快照操作，快照的同时服务器还可以继续响应来自客户端的请求。执行BGSAVE后，Redis会立即返回ok表示开始执行快照操作，通过LASTSAVE命令可以获取最近一次成功执行快照的时间（自动快照采用的是异步快照操作）。
--执行FLUSHALL命令
该命令在前面讲过，会清除redis在内存中的所有数据。执行该命令后，只要redis中配置的快照规则不为空，也就是save 的规则存在。redis就会执行一次快照操作。不管规则是什么样的都会执行。如果没有定义快照规则，就不会执行快照操作。
--执行复制时
该操作主要是在主从模式下，redis会在复制初始化时进行自动快照。这个会在后面讲到；这里只需要了解当执行复制操作时，即使没有定义自动快照规则，并且没有手动执行过快照操作，它仍然会生成RDB快照文件。
4.Redis数据持久化之AOF方式
当使用Redis存储非临时数据时，一般需要打开AOF持久化来降低进程终止导致的数据丢失。AOF可以将Redis执行的每一条写命令追加到硬盘文件中，这一过程会降低Redis的性能，但大部分情况下这个影响是能够接受的，另外使用较快的硬盘可以提高AOF的性能。
--开启AOF
默认情况下没有开启AOF（append only fifile）方式的持久化，可以通过在redis.conf中找到appendonly参数 设置为yes启用。
开启AOF持久化后每执行一条会更改Redis中的数据的命令后，Redis就会将该命令写入硬盘中的AOF文件。AOF文件的保存位置和RDB文件的位置相同，都是通过dir参数设置的，默认的文件名是apendonly.aof，可以在redis.conf中的属性 appendfifilename appendonlyh.aof修改名字。
--AOF的实现
AOF文件以纯文本的形式记录Redis执行的写命令例如开启AOF持久化的情况下执行如下4条命令：set foo 1 ； set foo 2 ； set foo 3 ； get foo ;
redis 会将前3条命令写入AOF文件中，通过vim的方式可以看到aof文件中的内容。
--重写AOF
我们会发现AOF文件的内容正是Redis发送的原始通信协议的内容，从内容中我们发现Redis只记录了3条命令。然后这时有一个问题是前面2条命令其实是冗余的，因为这两条的执行结果都会被第三条命令覆盖。随着执行的命令越来越多，AOF文件的大小也会越来越大，其实内存中实际的数据可能没有多少，那这样就会造成磁盘空间以及redis数据还原的过程比较长的问题。因此我们希望Redis可以自动优化AOF文件，就上面这个例子来说，前面两条是可以被删除的。 而实际上Redis也考虑到了，可以配置一个条件，每当达到一定条件时Redis就会自动重写AOF文件，这个条件的配置为：
auto-aof-rewrite-percentage 100
auto-aof-rewrite-min-size 64mb.
auto-aof-rewrite-percentage
表示的是当目前的AOF文件大小超过上一次重写时的AOF文件大小的百分之多少时会再次进行重写，如果之前没有重写过，则以启动时AOF文件大小为依据。
auto-aof-rewrite-min-size
表示限制了允许重写的最小AOF文件大小，通常在AOF文件很小的情况下即使其中有很多冗余的命令我们也并不太关心。
另外，还可以通过BGREWRITEAOF 命令手动执行AOF，执行完以后冗余的命令已经被删除了。在启动时，Redis会逐个执行AOF文件中的命令来将硬盘中的数据载入到内存中，载入的速度相对于RDB会慢一些。
--AOF的重写原理
重写的流程是这样，主进程会fork一个子进程出来进行AOF重写，这个重写过程并不是基于原有的aof文件来做的，而是有点类似于快照的方式，全量遍历内存中的数据，然后逐个序列到aof文件中。在fork子进程这个过程中，服务端仍然可以对外提供服务，那这个时候重写的aof文件的数据和redis内存数据不一致了怎么办?
不用担心，这个过程中，主进程的数据更新操作，会缓存到aof_rewrite_buf中，也就是单独开辟一块缓存来存储重写期间收到的命令，当子进程重写完以后再把缓存中的数据追加到新的aof文件。
当所有的数据全部追加到新的aof文件中后，把新的aof文件重命名，此后所有的操作都会被写入新的aof文件。如果在rewrite过程中出现故障，不会影响原来aof文件的正常工作，只有当rewrite完成后才会切换文件。因此这个rewrite过程是比较可靠的。
5.Redis内存回收策略
Redis中提供了多种内存回收策略，当内存容量不足时，为了保证程序的运行，这时就不得不淘汰内存中的一些对象，释放这些对象占用的空间。
其中，默认的策略为noeviction策略，当内存使用达到阈值的时候，所有引起申请内存的命令会报错。
--allkeys-lru：从数据集（server.db[i].dict）中挑选最近最少使用的数据淘汰。
适合的场景： 如果我们的应用对缓存的访问都是相对热点数据，那么可以选择这个策略。
--allkeys-random：随机移除某个key。
适合的场景：如果我们的应用对于缓存key的访问概率相等，则可以使用这个策略。
--volatile-random：从已设置过期时间的数据集（server.db[i].expires）中任意选择数据淘汰。
--volatile-lru：从已设置过期时间的数据集（server.db[i].expires）中挑选最近最少使用的数据淘汰。
--volatile-ttl：从已设置过期时间的数据集（server.db[i].expires）中挑选将要过期的数据淘汰。
适合场景：这种策略使得我们可以向Redis提示哪些key更适合被淘汰，我们可以自己控制。
rerids的lru策略实现
实际上Redis实现的LRU并不是可靠的LRU，也就是名义上我们使用LRU算法淘汰内存数据，但是实际上被淘汰的键并不一定是真正的最少使用的数据，这里涉及到一个权衡的问题，如果需要在所有的数据中搜索最符合条件的数据，那么一定会增加系统的开销，Redis是单线程的，所以耗时的操作会谨慎一些。为了在一定成本内实现相对的LRU，早期的Redis版本是基于采样的LRU，也就是放弃了从所有数据中搜索解改为采样空间搜索最优解。Redis3.0版本之后，Redis作者对于基于采样的LRU进行了一些优化，目的是在一定的成本内让结果更靠近真实的LRU。