Redis 作为内存数据库，内存管理是运维和面试中的高频考点。其中 maxmemory 和 maxmemory-policy 两个配置项直接决定了 Redis 在内存不足时的行为，理解它们的工作原理，是避免线上故障的关键。
为什么需要设置 maxmemory
Redis 默认对内存使用没有硬性限制（64 位系统下默认为 0，表示不限制），它会尽可能使用服务器上的空闲内存。这在生产环境中非常危险：一旦内存被耗尽，可能触发操作系统的 OOM Killer，导致 Redis 进程被强制杀死，或者引发 swap 交换，使性能急剧下降。
通过设置 maxmemory，我们可以为 Redis 指定一个内存使用上限。当已用内存达到该阈值时，Redis 会根据 maxmemory-policy 采取相应措施，比如淘汰部分键或拒绝写入请求。
配置方式有两种：
# redis.conf 中
maxmemory 4gb
maxmemory-policy allkeys-lru
# 运行时动态修改
redis-cli config set maxmemory 4gb
redis-cli config set maxmemory-policy allkeys-lru
需要注意，maxmemory 统计的是 Redis 实际使用的内存总量，包括数据、缓冲区、复制 backlog 等。如果只设置了 maxmemory 而没有设置合理的淘汰策略，当内存达到上限且策略为 noeviction 时，所有写命令都会返回错误。
maxmemory 的计量口径
很多面试题会追问：maxmemory 到底算的是什么内存？它对应 used_memory 这个指标，而不是 used_memory_rss。used_memory 是 Redis 自身统计的分配器分配出去的内存，不含内存碎片和部分运行时开销。因此实际进程占用的物理内存（RSS）通常会略大于 maxmemory。在容器化环境中，如果给容器设置了内存 limit，建议 maxmemory 留出 20%~30% 的余量，避免因碎片或缓冲区导致容器被 OOM Kill。
八种 maxmemory-policy 详解
maxmemory-policy 决定了内存达到上限后的处理方式，共有八种取值，可分为“淘汰类”和“拒绝写入类”。
淘汰类策略
- noeviction：不淘汰任何键，当内存不足时，写命令直接返回错误，读命令仍可执行。这是默认策略，适合数据不允许丢失的场景，但需要应用层处理写入失败。
- allkeys-lru：从所有键中，淘汰最近最少使用的键（LRU）。这是最常用的策略，适合缓存场景。
- allkeys-lfu：从所有键中，淘汰使用频率最低的键（LFU，Redis 4.0 引入）。相比 LRU，它更能抵抗偶发的一次性访问，适合热点数据明显的场景。
- allkeys-random：从所有键中随机淘汰。适合访问分布均匀、无热点的情况。
- volatile-lru：只从设置了过期时间的键中，淘汰最近最少使用的。
- volatile-lfu：只从设置了过期时间的键中，淘汰使用频率最低的。
- volatile-random：只从设置了过期时间的键中随机淘汰。
- volatile-ttl：只从设置了过期时间的键中，优先淘汰剩余生存时间最短的键。
“volatile-” 前缀的策略有一个重要前提：如果没有任何键设置了过期时间，那么这些策略的行为等同于 noeviction，写命令会报错。这一点是面试中的常见陷阱。
LRU 与 LFU 的实现差异
Redis 的 LRU 并非精确实现，而是近似 LRU。它没有维护完整的链表，而是在每个对象的 redisObject 中记录一个 24 位的 lru 字段（时间戳）。淘汰时，Redis 随机采样 maxmemory-samples 个键（默认 5），从中选出最久未使用的那个淘汰。采样数越大，越接近真实 LRU，但 CPU 开销也越高。
LFU 则把 24 位字段拆成两部分：高 16 位记录访问时间（分钟级），低 8 位记录访问频率计数器（0~255）。计数器采用概率递增，访问越频繁增长越慢，并会随时间衰减。这样既能反映热度，又能让冷数据逐渐被淘汰。
可以这样理解：LRU 关注“多久没被访问”，LFU 关注“被访问了多少次”。对于突发的全表扫描，LRU 可能把热点数据挤出去，而 LFU 因为热点数据计数器高，更能守住阵地。
如何选择合适的策略
- 纯缓存场景，数据可重建：优先
allkeys-lru；若热点集中且访问频率差异大，选allkeys-lfu。 - 缓存 + 持久数据混合：用
volatile-lru或volatile-lfu，只淘汰有 TTL 的键，保护持久数据。 - 数据绝对不能丢：用
noeviction，并在应用层做好写入失败的处理，同时监控内存。 - 访问模式随机、无热点：
allkeys-random即可。
实践中的注意事项
第一，淘汰策略只在内存达到 maxmemory 时触发，平时不会主动清理。第二，主从架构下，从库的淘汰由主库同步的 DEL 命令驱动，从库自身不会独立淘汰（除非它自己的内存也超限）。第三，使用 volatile-* 策略时，要确保有足够的键设置了过期时间，否则会退化为 noeviction。第四，可以通过 INFO stats 中的 evicted_keys 观察淘汰数量，如果该值持续增长，说明内存吃紧，需要考虑扩容或优化数据结构。
建议的监控组合是：used_memory、maxmemory、evicted_keys、keyspace_hits/misses。当命中率下降且 evicted_keys 上升时，往往意味着需要调整策略或增加内存。
面试高频问题小结
maxmemory为 0 代表什么？——不限制内存。noeviction下写命令会怎样？——返回 OOM 错误。volatile-lru在没有 TTL 键时表现如何？——等同noeviction。- LRU 是精确的吗？——不是，是采样近似。
- LRU 和 LFU 的核心区别？——时间维度 vs 频率维度。
maxmemory-samples的作用？——控制采样精度与 CPU 开销的平衡。
掌握这两个配置项，不仅能应对面试，更能在实际运维中避免因内存失控导致的服务不可用。合理设置上限、选对淘汰策略、持续监控关键指标，才是 Redis 内存管理的完整闭环。
未经允许不得转载：任鹏个人博客 » Redis 的 maxmemory 和 maxmemory-policy 配置详解
