redis中有哪些过期策略

定期删除 + 惰性删除

• 定期删除：是指redis默认每100ms就随机检查设置了过期时间的key，如果过期就删除。假设redis中有10w条key设置了过期时间，每隔几百毫秒就检查这10w个key，cpu负载太高了，redis可能就会挂掉。实际上是随机抽取这10w个中的某些key进行检查删除。
• 惰性删除：若这10w条数据中有的过期了，而没被redis删除，那么当下次获取这个key的时候，redis会先检查这个key是否过期，若过期就删除该key，返回null

当要过期的key没有经过惰性删除删除掉，或者长期保存的key大量积压在内存，导致redis内存耗尽，该怎么办 

redis为提供了内存淘汰机制，若redis占用过多的内存，此redis本身会进行内存淘汰。删除一些key给内存腾地儿。

• noeviction：当内存不足以容纳新的key插入时，就会插入报错。
• allkeys-lru：当内存不足时，在键空间中，移除最近最少使用的key（常用）
• allkeys-random：随机删除key
• volatile-lru：删除设置了过期时间且最少使用到的key
• volatile-random：随机删除设置了过期时间的key
• volatile-ttl：删除设置了过期时间中快要过期的key

手写LRU算法 

我们可以根据LinkedHashMap的热点词汇进行模拟LRU算法的实现 

public class LRUCache<K, V> extends LinkedHashMap<K, V> {

    private final int CACHE_SIZE;

    public LRUCache(int cacheSize) {
        // 初始map的大小，true表示让linkedHashMap按照key的访问热度进行排序
        super((int) Math.ceil(cacheSize / 0.75) + 1, 0.75f, true);
        CACHE_SIZE = cacheSize;
    }

    @Override
    protected boolean removeEldestEntry(Map.Entry<K, V> eldest) {
        return size() > CACHE_SIZE; // map中指的数量大于指定的数量时，就会删除最老的数据
    }

    public static void main(String[] args) {
        LRUCache<Object, Object> lruCache = new LRUCache<>(3);
        lruCache.put("name",23);
        lruCache.put("home","潍坊");
        lruCache.put("degree","本科");
        //todo 如果此时新添加一个元素，此时map中并没有热词，就会把最新插入的元素的删除，插入新的元素
        // lruCache.put("department","开发部");
        // System.out.println(lruCache); // {home=潍坊, degree=本科, department=开发部}
        for (int i = 0; i < 10; i++) {
            lruCache.get("name"); // 此时name就会成为热词并保留下， 那么home就会被删除
        }
        lruCache.put("department","开发部");
        System.out.println(lruCache); // {degree=本科, name=23, department=开发部}
    }
}

redis的高并发和高可用，redis的主从复制 

单机redis并发量QPS最多也就几万吧，简单的k v形式，读写分离，缓存写相对于读会少很多。 主从复制 - maste slave可水平扩容 请求量增加，增加slave即可。

注意：

• master必须要有持久化机制，若没有，宕机重启时，就会把其他的salve也置空。
• master及时备份，如果本地的数据丢失，就可以把备份的rdb去恢复master中的数据，重启master就会重新加载备份的数据。