上一讲提到，缓存的容量总是小于后端数据库的。随着业务系统的使用，缓存数据会撑满内存空间，该怎么处理呢？
本节我们来学习内存淘汰机制。在Redis 4.0之前有6种内存淘汰策略，之后又增加2种，一共8种，如下图所示：
noeviction策略：内存空间达到maxmemory时，不会淘汰数据，有新写入时会返回错误。
volatile-ttl策略：针对设置了过期时间的键值对，根据过期时间的先后进行修改，越早过期的越先被删除。
volatile-random策略：在设置了过期时间的键值对中，进行随机删除。
volatile-lru策略：使用LRU算法筛选设置了过期时间的键值对，进行删除。
volatile-lfu策略：使用LFU算法筛选设置了过期时间的键值对，进行删除。
allkeys-random策略：在所有键值对中随机选择并删除数据。
allkeys-lru策略：使用LRU算法在所有数据中进行筛选并删除数据。
allkeys-lfu策略：使用LFU算法在所有数据中进行筛选并删除数据。
对于TTL、Random比较好理解，下面学习一下LRU和LFU算法。
LRU算法LRU算法，全称Least Recently Used。
其中MRU端指最近访问的数据；LRU端指最早访问的数据。
被访问的数据和新插入的数据会移到MRU端，空间满了后从LRU端删除。这样一来，最早访问的数据会逐渐被淘汰。
但LRU算法也有其缺点：
需要用链表管理所有缓存数据，带来额外的空间开销
大量数据被访问，就会带来很多链表移动操作，降低Redis性能
而Redis对其进行简化：
Redis会记录每个数据的最近一次访问的时间戳（RedisObject中的lru字段）
Redis第一次淘汰数据时，会随机选出N个数据，作为一个候选集合。
然后比较这N个数据的lru，把lru最小的从缓存中淘汰。
当再次淘汰数据时，会挑选数据放到第一次淘汰时的候选集合，要求小于候选集合中最小的lru值才能加入。
其中maxmemory-samples配置项：表示选出的个数N。可以通过以下命令进行设置：
CONFIG SET maxmemory-samples 100