1. Redis 是怎么删除过期 key 的？#
分析
Redis 是可以对 key 设置过期时间的，因此需要有相应的机制将已过期的键值对删除，而做这个工作的就是过期键值删除策略。
常见的三种过期删除策略：定时删除、惰性删除、定期删除。
- 定时删除策略：该策略的作用是给 key 设置过期时间的同时，给 key 创建一个定时器，定时器在 key 的过期时间来临时，对这些 key 进行删除。这样做的好处是保证内存空间得以释放。但是缺点是给 key 创建一个定时器会有一定的性能损失。如果 key 很多，删除这些 key 占用的内存空间也会占用 CPU 很多时间；
- 惰性删除策略：每次从数据库取 key 的时候检查 key 是否过期，如果过期则删除，并返回 null，如果 key 没有过期，则直接返回数据。这样做的好处是占用 CPU 的时间比较少。但是缺点是如果 key 很长时间没有被获取，将不会被删除，容易造成内存泄露；
- 定期删除策略：该策略的作用是每隔一段时间执行一次删除过期 key 的操作，该删除频率可以在 redis.conf 配置文件中设置。这样做的好处是可以避免惰性删除时出现内存泄露的问题，通过设置删除操作的时长频率，可以减少 CPU 时间的占用。但是缺点是相对内存性能友好来说，该策略不如定时删除策略，相对 CPU 性能友好来说，该策略不如惰性删除策略。
三种过期删除策略，每一种都有优缺点，仅使用某一个策略都不能满足实际需求。
所以，Redis 选择「惰性删除+定期删除」这两种策略配合使用，以求在合理使用 CPU 时间和避免内存浪费之间取得平衡。
回答
Redis 采用的删除策略是将惰性删除策略和定期删除策略组合使用。
- 惰性删除策略：每次从数据库取 key 的时候检查 key 是否过期，如果过期则删除，并返回 null，如果 key 没有过期，则直接返回数据。这样做的好处是占用 CPU 的时间比较少。但是缺点是如果 key 很长时间没有被获取，将不会被删除，容易造成内存泄露；
- 定期删除策略：该策略的作用是每隔一段时间执行一次删除过期 key 的操作，这样做的好处是可以避免惰性删除时出现内存泄露的问题，通过设置删除操作的时长频率，可以减少 CPU 时间的占用（从过期字典中随机抽取 20 个 key；检查这 20 个 key 是否过期，并删除已过期的 key；已过期 key 的数量占比随机抽取 key 的数量大于 25%，则继续重复步骤直到比重小于 25%）。
2. Redis 有几种内存回收策略？#
分析
太多了，有 8 种，建议分类阐述：
不进行数据淘汰的策略
- noeviction（Redis 3.0 之后，默认的内存淘汰策略）：它表示当运行内存超过最大设置内存时，不淘汰任何数据，这时如果有新的数据写入，会报错通知禁止写入，不淘汰任何数据，但是如果没有数据写入的话，只是单纯的查询或者删除操作的话，还是可以正常工作。
进行数据淘汰的策略
针对「进行数据淘汰」这一类策略，又可以细分为「在设置了过期时间的数据中进行淘汰」和「在所有数据范围内进行淘汰」这两类策略。
在设置了过期时间的数据中进行淘汰：
- volatile-random：随机淘汰设置了过期时间的任意键值；
- volatile-ttl：优先淘汰更早过期的键值；
- volatile-lru（Redis 3.0 之前，默认的内存淘汰策略）：淘汰所有设置了过期时间的键值中，最久未使用的键值；
- volatile-lfu（Redis 4.0 后新增的内存淘汰策略）：淘汰所有设置了过期时间的键值中，最少使用的键值。
在所有数据范围内进行淘汰：
- allkeys-random：随机淘汰任意键值；
- allkeys-lru：淘汰整个键值中最久未使用的键值；
- allkeys-lfu（Redis 4.0 后新增的内存淘汰策略）：淘汰整个键值中最少使用的键值。
回答
一种是不开启淘汰策略，此时如果内存满了，写入操作失败，但是不会淘汰已有数据。
另一种是开启淘汰策略，这时候有两个大的分支，一个是基于有过期时间的数据淘汰，一个是基于所有数据，他们都支持 LRU、LFU、RANDOM 算法，过期时间还支持按 ttl 大小淘汰。
3. 内存回收是什么时候发起？#
分析
知道触发时机即可，实际上，每次进行读写的时候，都会调用 processCommand 函数，processCommand 函数又会调用 freeMemoryIfNeeded，这个时候就会尝试去释放一定的内存。函数名不需要去记。
回答
实际上，每次进行读写的时候，都会去检查是否需要释放内存，如果需要则会触发。
4. 介绍下 Redis LRU 回收算法#
分析
谈谈 LRU 概率，这里问题是 Redis 的 LRU 算法，可以提一下是近似的。
回答
LRU，即最近最久未使用，记录每个 key 的最近访问时间，淘汰最久未访问到的数据。但是 Redis 并不是标准的 LRU 算法，而是做了优化，这块我可以展开讲讲吗？
PS：面试官说可以的话，也就是下面这题的回答。
5. Redis LRU 算法是标准的吗？为什么不用标准的#
分析
关键点在近似 LRU，以及内存池优化。
回答
标准 LRU 需要维护双链表，内存成本巨大，所以 Redis 采用近似 LRU 采样来做淘汰，具体步骤是随机采样 n 个 key，这个采样个数默认为 5，然后根据时间戳淘汰掉最旧的那个 key，如果淘汰后内存还是不足，就继续随机采样来淘汰。
在 3.0 之后，Redis 还针对近似 LRU 算法做了淘汰池优化，也就是维护一个候选池，池中的数据根据访问时间进行排序。第一次随机选取的 key 都会放入池中，然后淘汰掉最久未访问的，比如第一次选了 5 个，淘汰了 1 个，剩下 4 个继续留在池子里。
如果池子满了，每次随机选取的 key 只有空闲时间大于当前池子里面最小空闲时间的 key 时才会放入池中，然后将池中空闲时间最大的 key 进行淘汰。
6. 什么是 LFU 算法，为什么 Redis 要引入 LFU 算法？#
分析
LRU 的一个弊端是只看最近访问时间，而忽略了频率，比如下面这个例子：
回答
LFU，即将访问频率也加入到影响因素中，具体而言，LFU 下同时记录了上一次访问时间戳和访问计数，访问计数同时受上一次访问时间和访问频率的影响，因为每次访问都可能会增加计数。