一、简介
LRU 实际上是被唯一支持的数据移除方法，同时也是 memcached 默认支持的缓存算法。
二、配置内存大小
在 redis.conf 文件中使用 maxmemory 指令能够配置内存大小。例子如下：
// 配置内存限制为 100M maxmemory 100mb
设置 maxmemory 为 0，表示没有内存限制。这是 64 位系统的默认行为，32 位的系统则使用 3G 大小作为隐式的内存限制。
当指定的内存容量到达时，需要选择不同的策略。
三、回收策略
当 maxmemory 限制到达的时候，Redis 将采取的准确行为是由 maxmemory-policy 配置指令配置的。
可用的策略如下：
- noeviction：当到达内存限制时返回错误。当客户端尝试执行命令时会导致更多内存占用(大多数写命令，除了 DEL 和一些例外)。
- allkeys-lru：回收最近最少使用(LRU)的键，为新数据腾出空间。
- volatile-lru：回收最近最少使用(LRU)的键，但是只回收有设置过期的键，为新数据腾出空间。
- allkeys-random：回收随机的键，为新数据腾出空间。
- volatile-random：回收随机的键，但是只回收有设置过期的键，为新数据腾出空间。
- volatile-ttl：回收有设置过期的键，尝试先回收离 TTL 最短时间的键，为新数据腾出空间。
一般经验规则：
- 如果你期待一部分子集元素被访问得远比其他元素多，可以使用 allkeys-lru 策略。在你不确定时这是一个好的选择。
- 如果你是循环周期的访问，所有的键被连续扫描，或者你期待请求正常分布(每个元素以相同的概率被访问)，可以使用 allkeys-random 策略。
- 如果你想能给 Redis 提供建议，通过使用你创建缓存对象的时候设置的 TTL 值，确定哪些对象应该被过期，你可以使用 volatile-ttl 策略。
当你想使用单个实例来实现缓存和持久化一些键，allkeys-lru 和 volatile-random 策略会很有用。但是，通常最好是运行两个 Redis 实例来解决这个问题。
另外值得注意的是，为键设置过期时间需要消耗内存，所以使用像 allkeys-lru 这样的策略会更高效，因为在内存压力下没有必要为键的回收设置过期时间。
四、回收过程
理解回收的过程是这么运作的非常的重要：
- 一个客户端运行一个新命令，添加了新数据。
- Redis 检查内存使用情况，如果大于 maxmemory 限制，根据策略来回收键。
- 一个新的命令被执行，如此等等。
五、近似的 LRU 算法
Redis 的 LRU 算法并非完整的实现。这意味着 Redis 不能选择最佳候选键来回收，也就是最久前被访问的那些键。相反，会尝试运营一个近似的 LRU 算法，通过采样一小部分键，然后在采样键中回收最适合(拥有最久访问时间)的那个。
Redis 的 LRU 算法有一点很重要，你可以调整算法的精度，通过改变每次回收时检查的采样数量。这个参数可以通过如下配置指令：
maxmemory-samples 5
Redis 没有使用真实的 LRU 实现的原因，是因为这会消耗更多的内存。然而，近似值对使用 Redis 的应用来说基本上也是等价的。