在大部分场景下，Redis都作为纯内存的NoSQL系统运行。所以，有必要了解其内存使用的组成和相应的分析方法。
内存使用量限制及数据淘汰策略
内存使用量限制
Redis的配置项maxmemory默认没有设定值，可以通过此项配置来限制单机最大使用的内存量。在实际使用中，如果超过了此值，则需要根据maxmemory-policy中设定的策略进行数据淘汰。maxmemory-policy的默认值是noeviction。
淘汰策略
| 规则名称 | 规则说明 |
|---|---|
| volatile-lru | 使用近似的LRU算法删除一个键（只对设置了生存时间的键） |
| allkeys-lru | 使用近似的LRU算法删除一个键 |
| volatile-lfu | 使用近似的LFU算法删除一个键（只对设置了生存时间的键） |
| allkeys-lfu | 使用近似的LFU算法删除一个键 |
| volatile-random | 随机删除一个键（只对设置了生存时间的键） |
| allkeys-random | 随机删除一个键 |
| volatile-ttl | 删除生存时间最近的一个键 |
| noeviction | 不删除键，只返回错误 |
LRU算法（Least Recently Used），最近最少使用算法。即默认删除最近最少使用的键。但是要注意：Redis中并不会准确的删除所有键中最近最少使用的键，而是随机抽取5个键，删除这5个键中最近最少使用的键。5这个数字也是可以设置的，对应位置是配置文件中的maxmemory-samples。
内存使用量分析
可以使用以下命令来查看Redis的内存使用情况：
info
统计大key并处理
redis-cli --bigkeys 命令可以统计bigkey的分布
为了解决删除大键造成redis阻塞的问题， redis 4.0 引入了lazyfree的机制，它可以将删除键或数据库的操作放在后台线程里执行， 从而尽可能地避免服务器阻塞
如果set/zset元素个数较少（少于64个）或者是String类型，也会在主线程中直接删除而不走异步模式
info命令输出的数据可分为10个类别，分别是：
server
clients
memory
persistence
stats
replication
cpu
commandstats
cluster
keyspace
或直接用：
info memory
| 条目 | 说明 |
|---|---|
| used_memory | 分配器分配的内存量，也就是实际存储数据的内存总量 |
| used_memory_human | 以可读格式返回 Redis 使用的内存总量 |
| used_memory_rss | 从操作系统的角度，Redis进程占用的总物理内存 |
| used_memory_peak | 内存分配器分配的最大内存，代表used_memory的历史峰值 |
| used_memory_lua | Lua引擎所消耗的内存 |
| maxmemory_policy | noeviction（达到最大内存占用后的清理策略） |
| mem_fragmentation_ratio | used_memory_rss /used_memory比值，表示内存碎片率 |
| mem_allocator | libc（Redis 所使用的内存分配器） |
计算公式如下：
used_memory = 自身内存+对象内存+缓冲内存+lua内存
used_rss = used_memory + 内存碎片
内存碎片率保持在1.0至1.5之间是最理想的状态。 假若碎片率超过了1.5，有效解决手段就是重启Redis服务器，释放内存回到操作系统。反之，若碎片率为0.9，说明物理内存已不够用，应增添硬件，或修改Redis最大内存限制maxmemory。
最大内存限制maxmemory的设置非常重要。 如果不设置maxmemory，Redis一直会为其分配内存，直至耗尽所有物理内存，直到操作系统进行虚拟内存交换。
内存集群
-
客户端分片
通过业务代码自己实现路由，性能较好但维护成本高。 -
代理分片
使用类似Twemproxy、Codis等中间件实现。
Codis在Twemproxy基础上优化并实现了预分片来达到Auto Rebalance。 -
RedisCluster
官方集群解决方案。方案较重，使用的案例较少。
