我們資料平臺中有使用Redis來給線上提供低延時（20毫秒以內）的高併發讀寫請求，其中最大的Redis使用了阿里雲的Redis叢集（256G），儲存的記錄超過10億，Key的有效期設定為15天，每天寫入的記錄大概5000萬左右，QPS大概在6萬左右。由於過期Key的產生速度大於Redis自動清理的速度，因此在Redis中會有大量過期Key未被及時清理。
另外，還有一種基於觸發器的刪除策略，因為對Redis壓力太大，一般沒人使用。
在 Redis 中，常規操作由 redis.c/serverCron 實現，它主要執行以下操作：
Redis 將 serverCron 作為時間事件來執行，從而確保它每隔一段時間就會自動執行一次， 又因為 serverCron 需要在 Redis 伺服器執行期間一直定期執行， 所以它是一個迴圈時間事件：serverCron 會一直定期執行，直到伺服器關閉為止。
在 Redis 2.6 版本中， 程式規定 serverCron 每秒執行 10 次， 平均每 100 毫秒執行一次。 從 Redis 2.8 開始， 使用者可以透過修改 hz選項來調整 serverCron 的每秒執行次數， 具體資訊請參考 redis.conf 檔案中關於 hz 選項的說明。
serverCron是由redis的事件框架驅動的定位任務，這個定時任務中會呼叫activeExpireCycle函式，針對每個db在限制的時間REDIS_EXPIRELOOKUPS_TIME_LIMIT內遲可能多的刪除過期key，之所以要限制時間是為了防止過長時間 的阻塞影響redis的正常執行。這種主動刪除策略彌補了被動刪除策略在記憶體上的不友好。
這是一個基於機率的簡單演算法，基本的假設是抽出的樣本能夠代表整個key空間，redis持續清理過期的資料直至將要過期的key的百分比降到了25%以下。這也意味著在任何給定的時刻已經過期但仍佔據著記憶體空間的key的量最多為每秒的寫操作量除以4.
Redis-3.0.0中的預設值是10，代表每秒鐘呼叫10次後臺任務。
除了主動淘汰的頻率外，Redis對每次淘汰任務執行的最大時長也有一個限定，這樣保證了每次主動淘汰不會過多阻塞應用請求，以下是這個限定計算公式：
#define ACTIVE_EXPIRE_CYCLE_SLOW_TIME_PERC 25 /* CPU max % for keys collection */
…
timelimit = 1000000*ACTIVE_EXPIRE_CYCLE_SLOW_TIME_PERC/server.hz/100;
hz調大將會提高Redis主動淘汰的頻率，如果你的Redis儲存中包含很多冷資料佔用記憶體過大的話，可以考慮將這個值調大，但Redis作者建議這個值不要超過100。我們實際線上將這個值調大到100，觀察到CPU會增加2%左右，但對冷資料的記憶體釋放速度確實有明顯的提高（透過觀察keyspace個數和used_memory大小）。
可以看出timelimit和server.hz是一個倒數的關係，也就是說hz配置越大，timelimit就越小。換句話說是每秒鐘期望的主動淘汰頻率越高，則每次淘汰最長佔用時間就越短。這裡每秒鐘的最長淘汰佔用時間是固定的250ms（1000000*ACTIVE_EXPIRE_CYCLE_SLOW_TIME_PERC/100），而淘汰頻率和每次淘汰的最長時間是透過hz引數控制的。
從以上的分析看，當redis中的過期key比率沒有超過25%之前，提高hz可以明顯提高掃描key的最小個數。假設hz為10，則一秒內最少掃描200個key（一秒呼叫10次*每次最少隨機取出20個key），如果hz改為100，則一秒內最少掃描2000個key；另一方面，如果過期key比率超過25%，則掃描key的個數無上限，但是cpu時間每秒鐘最多佔用250ms。
maxmemory
當前已用記憶體超過maxmemory限定時，觸發主動清理策略，這些策略可以配置（引數maxmemory-policy），包括以下幾個：
volatile-lru：從已設定過期時間的資料集（server.db[i].expires）中挑選最近最少使用的資料淘汰
volatile-ttl：從已設定過期時間的資料集（server.db[i].expires）中挑選將要過期的資料淘汰
volatile-random：從已設定過期時間的資料集（server.db[i].expires）中任意選擇資料淘汰
allkeys-lru：從資料集（server.db[i].dict）中挑選最近最少使用的資料淘汰
allkeys-random：從資料集（server.db[i].dict）中任意選擇資料淘汰
no-enviction（驅逐）：禁止驅逐資料
當mem_used記憶體已經超過maxmemory的設定，對於所有的讀寫請求，都會觸發redis.c/freeMemoryIfNeeded(void)函式以清理超出的記憶體。注意這個清理過程是阻塞的，直到清理出足夠的記憶體空間。所以如果在達到maxmemory並且呼叫方還在不斷寫入的情況下，可能會反覆觸發主動清理策略，導致請求會有一定的延遲。
清理時會根據使用者配置的maxmemory-policy來做適當的清理（一般是LRU或TTL），這裡的LRU或TTL策略並不是針對redis的所有key，而是以配置檔案中的maxmemory-samples個key作為樣本池進行抽樣清理。
總結與備忘
如果Redis中每天過期大量Key（比如幾千萬），那麼必須得考慮過期Key的清理：
增加Redis主動清理的頻率（透過調大hz引數）；
dbsize命令返回的Key數量，包含了過期Key；
randomkey命令返回的Key，不包含過期Key；
scan命令返回的Key，包含過期Key；
info命令返回的# Keyspace：
db6:keys=1034937352,expires=994731489,avg_ttl=507838502
keys對應的Key數量等同於dbsize；
expires指的是設定了過期時間的Key數量；
avg_ttl指設定了過期時間的Key的平均過期時間（單位：毫秒）；
我們資料平臺中有使用Redis來給線上提供低延時（20毫秒以內）的高併發讀寫請求，其中最大的Redis使用了阿里雲的Redis叢集（256G），儲存的記錄超過10億，Key的有效期設定為15天，每天寫入的記錄大概5000萬左右，QPS大概在6萬左右。由於過期Key的產生速度大於Redis自動清理的速度，因此在Redis中會有大量過期Key未被及時清理。
被動刪除（惰性刪除）：當讀/寫一個已經過期的Key時，會觸發惰性刪除策略，直接刪除掉這個Key;主動刪除（定期刪除）：Redis會定期巡檢，來清理過期Key；當記憶體達到maxmemory配置時候，會觸發Key的刪除操作；另外，還有一種基於觸發器的刪除策略，因為對Redis壓力太大，一般沒人使用。
在 Redis 中，常規操作由 redis.c/serverCron 實現，它主要執行以下操作：
更新伺服器的各類統計資訊，比如時間、記憶體佔用、資料庫佔用情況等。清理資料庫中的過期鍵值對。對不合理的資料庫進行大小調整。關閉和清理連線失效的客戶端。嘗試進行 AOF 或 RDB 持久化操作。如果伺服器是主節點的話，對附屬節點進行定期同步。如果處於叢集模式的話，對叢集進行定期同步和連線測試。Redis 將 serverCron 作為時間事件來執行，從而確保它每隔一段時間就會自動執行一次， 又因為 serverCron 需要在 Redis 伺服器執行期間一直定期執行， 所以它是一個迴圈時間事件：serverCron 會一直定期執行，直到伺服器關閉為止。
在 Redis 2.6 版本中， 程式規定 serverCron 每秒執行 10 次， 平均每 100 毫秒執行一次。 從 Redis 2.8 開始， 使用者可以透過修改 hz選項來調整 serverCron 的每秒執行次數， 具體資訊請參考 redis.conf 檔案中關於 hz 選項的說明。
serverCron是由redis的事件框架驅動的定位任務，這個定時任務中會呼叫activeExpireCycle函式，針對每個db在限制的時間REDIS_EXPIRELOOKUPS_TIME_LIMIT內遲可能多的刪除過期key，之所以要限制時間是為了防止過長時間 的阻塞影響redis的正常執行。這種主動刪除策略彌補了被動刪除策略在記憶體上的不友好。
隨機測試100個設定了過期時間的key刪除所有發現的已過期的key若刪除的key超過25個則重複步驟1這是一個基於機率的簡單演算法，基本的假設是抽出的樣本能夠代表整個key空間，redis持續清理過期的資料直至將要過期的key的百分比降到了25%以下。這也意味著在任何給定的時刻已經過期但仍佔據著記憶體空間的key的量最多為每秒的寫操作量除以4.
Redis-3.0.0中的預設值是10，代表每秒鐘呼叫10次後臺任務。
除了主動淘汰的頻率外，Redis對每次淘汰任務執行的最大時長也有一個限定，這樣保證了每次主動淘汰不會過多阻塞應用請求，以下是這個限定計算公式：
#define ACTIVE_EXPIRE_CYCLE_SLOW_TIME_PERC 25 /* CPU max % for keys collection */
…
timelimit = 1000000*ACTIVE_EXPIRE_CYCLE_SLOW_TIME_PERC/server.hz/100;
hz調大將會提高Redis主動淘汰的頻率，如果你的Redis儲存中包含很多冷資料佔用記憶體過大的話，可以考慮將這個值調大，但Redis作者建議這個值不要超過100。我們實際線上將這個值調大到100，觀察到CPU會增加2%左右，但對冷資料的記憶體釋放速度確實有明顯的提高（透過觀察keyspace個數和used_memory大小）。
可以看出timelimit和server.hz是一個倒數的關係，也就是說hz配置越大，timelimit就越小。換句話說是每秒鐘期望的主動淘汰頻率越高，則每次淘汰最長佔用時間就越短。這裡每秒鐘的最長淘汰佔用時間是固定的250ms（1000000*ACTIVE_EXPIRE_CYCLE_SLOW_TIME_PERC/100），而淘汰頻率和每次淘汰的最長時間是透過hz引數控制的。
從以上的分析看，當redis中的過期key比率沒有超過25%之前，提高hz可以明顯提高掃描key的最小個數。假設hz為10，則一秒內最少掃描200個key（一秒呼叫10次*每次最少隨機取出20個key），如果hz改為100，則一秒內最少掃描2000個key；另一方面，如果過期key比率超過25%，則掃描key的個數無上限，但是cpu時間每秒鐘最多佔用250ms。
maxmemory
當前已用記憶體超過maxmemory限定時，觸發主動清理策略，這些策略可以配置（引數maxmemory-policy），包括以下幾個：
volatile-lru：從已設定過期時間的資料集（server.db[i].expires）中挑選最近最少使用的資料淘汰
volatile-ttl：從已設定過期時間的資料集（server.db[i].expires）中挑選將要過期的資料淘汰
volatile-random：從已設定過期時間的資料集（server.db[i].expires）中任意選擇資料淘汰
allkeys-lru：從資料集（server.db[i].dict）中挑選最近最少使用的資料淘汰
allkeys-random：從資料集（server.db[i].dict）中任意選擇資料淘汰
no-enviction（驅逐）：禁止驅逐資料
當mem_used記憶體已經超過maxmemory的設定，對於所有的讀寫請求，都會觸發redis.c/freeMemoryIfNeeded(void)函式以清理超出的記憶體。注意這個清理過程是阻塞的，直到清理出足夠的記憶體空間。所以如果在達到maxmemory並且呼叫方還在不斷寫入的情況下，可能會反覆觸發主動清理策略，導致請求會有一定的延遲。
清理時會根據使用者配置的maxmemory-policy來做適當的清理（一般是LRU或TTL），這裡的LRU或TTL策略並不是針對redis的所有key，而是以配置檔案中的maxmemory-samples個key作為樣本池進行抽樣清理。
總結與備忘
如果Redis中每天過期大量Key（比如幾千萬），那麼必須得考慮過期Key的清理：
增加Redis主動清理的頻率（透過調大hz引數）；
dbsize命令返回的Key數量，包含了過期Key；
randomkey命令返回的Key，不包含過期Key；
scan命令返回的Key，包含過期Key；
info命令返回的# Keyspace：
db6:keys=1034937352,expires=994731489,avg_ttl=507838502
keys對應的Key數量等同於dbsize；
expires指的是設定了過期時間的Key數量；
avg_ttl指設定了過期時間的Key的平均過期時間（單位：毫秒）；