Redis 提供了多种内存淘汰策略（也称为逐出策略），用于在达到最大内存限制时决定如何处理数据。以下是 Redis 的内存淘汰策略：
1. noeviction
- 描述：不再接受写入请求，直到有足够的空间可用。只允许读取操作。
- 适用场景：希望保持所有数据不被删除，但同时又需要限制内存使用。
2. allkeys-lru (Least Recently Used)
- 描述：从所有键中选择最近最少使用的键进行删除，以腾出空间。
- 适用场景：适用于需要频繁更新和访问的数据。
3. volatile-lru (Least Recently Used)
- 描述：仅从设置了过期时间的键中选择最近最少使用的键进行删除。
- 适用场景：适合那些有 TTL（生存时间）设置的数据，确保活跃数据得到保留。
4. allkeys-random
- 描述：随机选择一个键进行删除，从所有的键中移除。
- 适用场景：当没有明显的逻辑去判断哪个数据应该被淘汰时，可以使用此策略。
5. volatile-random
- 描述：随机选择一个设置了 TTL 的键进行删除，仅从带有有效期限的数据中选择。
- 适用场景：类似于
allkeys-random，但专注于具有过期时间的数据。
6. volatile-lfu (Least Frequently Used)
- 描述：仅从设置了过期时间的键中选择最不常被访问的键进行删除。
- 适用场景：对于一些不常访问但重要性较高的数据，可以使用此策略以保证其更长时间地保留在内存中。
7. allkeys-lfu (Least Frequently Used)
- 描述：从所有键中选择最不常被访问的键进行删除，以腾出空间。
- 适用场景：类似于
allkeys-lru，但关注的是访问频率，而非最近使用情况，更能平衡长期和短期缓存需求。
配置方法
可以通过 Redis 配置文件或运行时命令来设定内存淘汰策略。例如，在配置文件中，可以通过如下方式指定：
maxmemory <bytes>
maxmemory-policy allkeys-lru
在实际应用中，应根据具体业务需求、数据特性和资源约束合理配置内存淘汰策略，以确保最佳性能和用户体验。
内容由零声教学AI助手提供，问题来源于学员提问
![// 调用 zipImage 方法时
const zipBase64 = this.zipImage(images);
zipBase64返回的是Promise数据集，数据集中包含Base64数据，数据集格式如下：
imgStr1qwe Promise {<pending>}__proto__: Promise[[PromiseState]]:](https://linuxcpp.0voice.com/zb_users/upload/2023/05/202305162238408381987.png)
