摘要：
Redis 在生产环境中，采用配置参数 maxmemory 的方式来限制内存的大小。当实际存储内存超过 maxmemory 参数值时，开发者可以通过 Redis 内存淘汰策略，来决定如何腾出新空间继续支持读写工作。
工作情况
首先，客户端会发起需要更多内存的申请；其次，Redis 检查内存使用情况，如果实际使用内存已经超出 maxmemory, Redis 会根据用户配置的淘汰策略选出无用的 Key,执行淘汰任务。
淘汰策略
volatile-lru
从过期时间的数据集(server.db[i].expires)中挑选出最近最少使用的数据淘汰。没有设置过期时间的 key 不会被淘汰，这样就可以在增加内存空间的同时保证需要持久化的数据不会丢失。
volatile-ttl
除了淘汰机制不同，策略上基本与 volatile-lru 相似，从设置过期时间的数据集(server.db[i].expires) 中挑选将要过期的数据淘汰，ttl 值越小，越容易被淘汰。
volatile-random
从设置过期时间的数据集(server.db[i].expires) 中任意选择数据淘汰。
allkeys-lru
从数据集(server.db[i].dict) 中挑选最近最少使用的数据淘汰，该策略要淘汰的 key 面向的是全体 Key 集合，而非过期的 Key 集合
allkeys-random
从数据集(server.db[i].dict)中选择任意数据淘汰。
no-enviction
禁止驱逐数据，也就是当内存不足以容纳新入数据时，新写入操作就会报错，采用该策略可以保证数据不被丢失，也是系统默认的一种淘汰策略。
注意：在Redis中，LRU算法是一个近似算法，默认情况下，Redis会随机挑选5个键，并从中选择一个最久未使用的key进行淘汰。在配置文件中，按maxmemory-samples选项进行配置，选项配置越大，消耗时间就越长，但结构也就越精准。
参考资料：
https://stor.51cto.com/art/201904/594773.htm
https://wiki.jikexueyuan.com/project/redis/data-elimination-mechanism.html