那么具体设置成哪种淘汰策略呢？
这就是要看在使用Redis时的具体场景了，如果只是用Redis做缓存的话，那么可以配置allkeys-lru或allkey-random，客户端在写缓存的时候并不用携带着过期时间。若是还想要用持久化的功能，那么就应该使用volatile-开头的策略，这样可以保证每月设置过期时间的key不会被淘汰。
内存淘汰策略的配置如下：
# 最大使用内存 maxmemory 5m # 内存淘汰策略 The default is:noeviction maxmemory-policy allkeys-lru LRU算法LRU算法的实现，其实可以靠一个链表。链表按照使用情况来进行排序，当空间不足时，会剔除掉尾部的数据。当某个元素被访问时它会被移动到链表头。
在真实的面试中，若是让写出LRU算法，我认为可以使用Java中的LikedHashMap来实现，因为LikedHashMap已经实现了基本的LRU功能，我只需要封装一下就改造成了自己的了。
/** * @author Jimoer * @description */ public class MyLRUCache<K,V> { // lru容量 private int lruCapacity; // 数据容器（内存） private Map<K,V> dataMap; public MyLRUCache(int capacity){ this.lruCapacity = capacity; // 设置LinkedHashMap的初始容量为LRU的最大容量， // 扩容因子为默认的0.75，第三个参数是否将数据按照访问顺序排序。 dataMap = new LinkedHashMap<K, V>(capacity, 0.75f, true){ @Override protected boolean removeEldestEntry(Map.Entry<K, V> eldest) { // 当数据量大于lruCapacity时，移除掉最老使用的数据。 return super.size()>lruCapacity; } }; } public V get(K k){ return dataMap.get(k); } public void put(K key, V value){ dataMap.put(key,value); } public int getLruCapacity() { return lruCapacity; } public Map<K, V> getDataMap() { return dataMap; } }测试代码：
@Test public void lruTest(){ // 内存容量为3，即存储3条数据后，再放入数据，就会将最老使用的数据删除 MyLRUCache myLRUCache = new MyLRUCache(3); myLRUCache.put("1k","张三"); myLRUCache.put("2k","李四"); myLRUCache.put("3k","王五"); // 容量已满 System.out.println("myLRUCache:"+JSON.toJSONString(myLRUCache.getDataMap())); // 继续放入数据，该删除第一条数据为第四条数据腾出空间了 myLRUCache.put("4k","赵六"); // 打印出结果 System.out.println("myLRUCache:"+JSON.toJSONString(myLRUCache.getDataMap())); }运行结果：
myLRUCache:{"1k":"张三","2k":"李四","3k":"王五"} myLRUCache:{"2k":"李四","3k":"王五","4k":"赵六"} 总结好了，Redis的相关知识，就总结到这里了，算上前面两篇博文（Redis基础数据结构总结、你说一下Redis为什么快吧，怎么实现高可用，还有持久化怎么做的），这是Redis的第三篇了，这一篇博文也是新年的第一篇，元旦假期在家花了两天时间，自己学习自己总结。元旦假期结束后，我要继续面试了，后面我会继续将我面试中遇到的各种问题，总结出来，一是增加自己的知识面，二也将知识进行的传播。
毕竟独乐乐不众乐乐