提升Redis LRU淘汰精度的关键是调高maxmemory-samples:默认5适用于常规场景,设为7可使热key误淘汰率下降约35%,设为10以上精度提升边际递减且延迟显著增加,仅对allkeys-lru和volatile-lru策略生效。

要提升 Redis LRU 淘汰算法在线判定的精准度,关键不是改算法本身,而是调高 maxmemory-samples 的采样数量——它决定了每次淘汰前随机抽查多少个 key 来估算“最久未使用”的候选者。
maxmemory-samples 的真实作用
Redis 的 LRU 是近似实现:内存满时,不遍历全部 key,而是从所有(或带过期时间的)key 中随机抽 maxmemory-samples 个,比对它们的空闲时间(idle),挑出最大的那个删掉。默认值 5 意味着只看 5 个样本,精度有限。
- 设为 1:基本等同于随机淘汰,LRU 名存实亡
- 设为 5:默认值,适合中等访问热度、key 生命周期较均匀的常规缓存场景
- 设为 7:实测在 LFU/LRU 场景下热 key 误淘汰率下降约 35%,对长尾冷数据更敏感
- 设为 10 或以上:精度提升边际递减,但 CPU 开销线性上升,P99 淘汰延迟可能翻倍
- 最大支持 200,超出会被静默截断,且不报错
配置前必须确认的前提条件
这个参数只对以下两种淘汰策略生效:allkeys-lru 和 volatile-lru。如果当前策略是 noeviction、random 或 ttl 类型,调整 samples 完全无效。
- 先查当前策略:
CONFIG GET maxmemory-policy,确保返回的是allkeys-lru或volatile-lru - 再确认内存已启用上限:
CONFIG GET maxmemory返回值不能为 0(64 位系统下) - 观察淘汰是否活跃:
INFO stats中的evicted_keys是否持续增长;若长期为 0,说明没触发淘汰,调参无意义
安全调整的操作步骤
不建议直接重启改 redis.conf,优先用动态命令验证效果:
- 低峰期执行:
CONFIG SET maxmemory-samples 7 - 盯 5–10 分钟:
redis-cli --stat看evicted_keys增速是否平稳,INFO stats中eviction-time-us的 P99 是否明显升高(如超 200μs 需谨慎) - 同步检查缓存命中率:
INFO stats的keyspace_hits/ (keyspace_hits+keyspace_misses),若明显下跌,说明淘汰逻辑开始误伤热 key - 若无异常,可尝试升到 10;超过 10 后建议压测,尤其关注高并发写入下的延迟毛刺
什么时候该换策略,而不是硬调 samples
如果业务存在明显访问分层——比如少数 key 占 80% 请求,多数 key 只读一次,那再调高 samples 也难救 LRU 的本质缺陷:它只看“最后一次访问时间”,不看“访问频次”。此时更直接的解法是:
- 切换为
allkeys-lfu:CONFIG SET maxmemory-policy allkeys-lfu(需 Redis 4.0+) - LFU 对 samples 敏感度较低,真正依赖的是访问频次计数器;配合
lfu-log-factor和lfu-decay-time微调,更能适配真实流量模式 - 注意 LFU 冷启动问题:新 key 初始计数偏低,容易被误删,上线初期可搭配短 TTL 缓冲











