触发
当Redis存储内存值接近或者超过maxmemory参数（maxmemory_policy）
策略
noeviction：拒绝写请求，正常提供读请求，这样可以保证已有数据不会丢失（默认策略）；
volatile-lru：尝试淘汰设置了过期时间的key，最少使用的key被淘汰，没有设置过期时间的key不会淘汰；
volatile-ttl：跟volatile-lru几乎一样，但是他是使用的key的ttl值进行比较，最先淘汰ttl最小的key；
volatile-random：其他同上，唯一就是他通过很随意的方式随机选择淘汰key集合中的key；
allkeys-lru：区别于volatile-lru的地方就是淘汰目标是全部key，没设置过期时间的key也不能幸免；
allkeys-random：这种方式同上，随机的淘汰所有的key。
volatile-lfu：对有过期时间的key采用LFU淘汰算法（4.0提供）
allkeys-lfu：对全部key采用LFU淘汰算法（4.0提供）
LRU
最初版
随机选三个Key，把idle time最大的那个Key移除。后来，把3改成可配置的一个参数，默认为N=5：maxmemory-samples 5
缺点：没有重复利用历史信息，上一轮选了，但没删除。下一轮可能又选到了它，但要重新计算idle time
缓冲池
当每一轮移除Key时，拿到了这个N个Key的idle time，如果它的idle time比 pool 里面的 Key的idle time还要大，就把它添加到pool里面去。
每次移除的Key并不仅仅是随机选择的N个Key里面最大的，而且还是pool里面idle time最大的
pool 里面的Key是经过多轮比较筛选的，它的idle time 在概率上比随机获取的Key的idle time要大，可以这么理解：pool 里面的Key 保留了"历史经验信息"。
在redisObject中的lru字段：
24 bits的lru是用来记录LRU time的
Java实现
LinkedHashMap实现了LRU算法
accessOrder 表示"最近最少未使用"的衡量标准。比如accessOrder=true，当执行java.util.LinkedHashMap#get元素时，就表示这个元素最近被访问了。
LFU（redis 4.0）
Least Frequently Used 最近频繁使用
因为LRU不精确
思路：可以为每个key维护一个计数器。每次key被访问的时候，计数器增大。计数器越大，可以约等于访问越频繁。
在redisObject中的lru字段：
高16 bits用来记录最近一次计数器降低的时间ldt，单位是分钟，低8 bits记录计数器数值counter。
也是用了缓冲池
