BlogRedis

Política de expulsión de Redis: cuál usar y cómo configurarla

Scott Sternloff

Por Scott Sternloff, Arquitecto empresarial sénior

LinkedIn · Actualizado el · 16 min de lectura

Política de expulsión de Redis: cuál usar y cómo configurarla
En esta página

Redis expulsa claves cuando el uso de memoria alcanza el límite configurado, y la política de expulsión (eviction policy) determina qué claves se eliminan. Hay diez políticas en Redis 8.6 y posteriores, y ocho en versiones anteriores de Redis y en Valkey. La predeterminada es noeviction, que no expulsa nada: empieza a rechazar escrituras con un error OOM. Para una caché, casi siempre le conviene allkeys-lru. Para un almacén de datos con información que no puede perder, noeviction es lo correcto y, en su lugar, se dimensiona según la carga de trabajo.

¿Qué hace que se active la política de expulsión de Redis?

Tienen que cumplirse dos condiciones, y la primera es un límite de memoria. Redis es un almacén de datos en memoria, así que la directiva maxmemory fija el techo. Cuando el uso lo alcanza, se aplica la política: Redis decide qué expulsar y expulsa claves para liberar espacio para los datos nuevos.

CONFIG GET maxmemory-policy

Si el límite de memoria es 0 en producción, eso es lo primero que debe corregir.

Las diez políticas de expulsión de Redis (ocho en Valkey)

PolíticaÁmbitoCómo elige
noeviction—No expulsa nada; los comandos de escritura fallan con un error OOM
allkeys-lruTodas las clavesLa usada hace más tiempo (LRU)
allkeys-lfuTodas las clavesLa usada con menos frecuencia (LFU)
allkeys-randomTodas las clavesAleatoria
volatile-lruClaves con TTLLa usada hace más tiempo (LRU)
volatile-lfuClaves con TTLLa usada con menos frecuencia (LFU)
volatile-randomClaves con TTLAleatoria
volatile-ttlClaves con TTLLa que tiene menos tiempo de vida restante
allkeys-lrmTodas las clavesLa modificada hace más tiempo (LRM, Redis 8.6+)
volatile-lrmClaves con TTLLa modificada hace más tiempo (LRM, Redis 8.6+)

Redis ofrece diez políticas de expulsión de claves a partir de Redis 8.6. Redis 8.6.0 (febrero de 2026) añadió las dos políticas de modificación menos reciente (least recently modified), allkeys-lrm y volatile-lrm; Redis 8.4 y anteriores, así como Valkey, tienen las otras ocho. Una configuración que indique una política LRM será rechazada por un Redis más antiguo o por Valkey, así que compruebe INFO server antes de copiar una configuración entre entornos. El comportamiento predeterminado es noeviction, lo que sorprende a quien da por hecho que una caché expulsa automáticamente: no lo hace hasta que se le indica. allkeys-lru es la opción por defecto adecuada para una caché. Estas políticas disponibles se dividen en dos familias.

Tabla de las ocho políticas de expulsión clásicas de Redis con su ámbito, su método de selección y su caso de uso típico

Políticas de expulsión de Redis volatile frente a allkeys

Las políticas volatile-* solo tienen en cuenta las claves que tienen un TTL definido. Parece más seguro (expulsar solo lo desechable), pero tiene trampa.

Si ninguna clave tiene caducidad definida, una política volatile no tiene nada que expulsar y se comporta exactamente igual que noeviction. La memoria se llena, las escrituras empiezan a fallar y la política que configuró parece no haber hecho nada. Hizo exactamente lo que se le dijo.

Esto se aplica igualmente a la base de datos principal. Use una opción volatile solo cuando mezcle a propósito datos en caché (con TTL) y datos persistentes (sin TTL) en una misma instancia de Redis, y solo si la parte en caché es lo bastante grande como para recuperar espacio de ella. En caso contrario, use una política allkeys o separe las cargas de trabajo: en un Redis Cluster, eso además mantiene independientes las estrategias de expulsión de cada shard.

Cómo funcionan realmente los algoritmos LRU y LFU

Ninguno de los dos es exacto, y entender por qué es importante a la hora de ajustarlos.

La selección basada en el acceso más reciente es aproximada. De lo contrario, el algoritmo LRU tendría que seguir el orden de acceso de todo el espacio de claves, lo que cuesta tiempo. En su lugar, toma una muestra de claves candidatas y descarta la menos usada recientemente de entre ellas; el número de muestras que se comprueban es configurable:

maxmemory-samples 5

Cinco es el valor por defecto. Aumentarlo mejora la precisión a cambio de algo más de CPU; bajarlo a 3 es más rápido y notablemente peor. El muestreo es la razón por la que, de vez en cuando, se descarta una clave muy usada: en esa ronda no estaba entre las candidatas adecuadas para la expulsión.

La opción basada en frecuencia registra cuántas veces se usa una clave, no cuándo. Utiliza un contador probabilístico que decae con el tiempo, de modo que las claves que se usan a menudo tienen más probabilidades de permanecer. Tiene dos parámetros ajustables:

lfu-log-factor 10      # how fast the counter saturates for frequently accessed keys
lfu-decay-time 1       # minutes before an unused counter decays

Es la mejor política de caché cuando los patrones de acceso son desiguales: unas pocas claves muy solicitadas entre muchas apenas usadas. Impide que una ráfaga de lecturas puntuales desplace los datos populares, algo que sí hace la selección basada en el acceso más reciente. Con una cola larga de claves que se usan rara vez, ofrece un mejor rendimiento de caché.

Diagrama del LRU aproximado de Redis, que toma una muestra de cinco claves candidatas en lugar de recorrer todo el espacio de claves

allkeys-lrm y volatile-lrm: las políticas de Redis 8.6

La modificación menos reciente (LRM) funciona como LRU con un cambio: la marca de tiempo que Redis usa para clasificar una clave solo se actualiza con las escrituras, no con las lecturas. Con LRU, una clave que se lee constantemente nunca parece antigua. Con LRM, una clave que se lee constantemente pero que lleva mucho tiempo sin escribirse es una buena candidata a la expulsión.

Encaja en cachés con mucha lectura en las que la frescura importa más que la popularidad: datos de referencia, fragmentos renderizados o payloads de funcionalidades que la aplicación reescribe cuando cambia el origen. Los datos que han dejado de actualizarse suelen ser datos que el origen ha dejado de producir, y LRM deja que envejezcan y salgan aunque los lectores sigan accediendo a ellos. Como LRU, es aproximado y usa el mismo ajuste maxmemory-samples.

No la utilice en una caché look-aside sencilla. Si las claves se escriben una vez y se leen muchas veces, LRM las clasifica solo por la antigüedad de la escritura y expulsará una clave muy usada que simplemente sea antigua. Ahí, allkeys-lru o allkeys-lfu sigue siendo la mejor opción por defecto.

Cómo configurar una política de expulsión de Redis

En tiempo de ejecución, sin necesidad de reiniciar:

CONFIG SET maxmemory 4gb
CONFIG SET maxmemory-policy allkeys-lru

Guárdela en redis.conf para que se mantenga tras un reinicio:

maxmemory 4gb
maxmemory-policy allkeys-lru
maxmemory-samples 5

Cómo monitorizar el comportamiento de la política de expulsión de Redis

INFO memory       # used_memory, maxmemory, maxmemory_policy
INFO stats        # evicted_keys, expired_keys, keyspace_hits, keyspace_misses

Vigile tres cosas en cada ciclo de expulsión:

  • evicted_keys en aumento constante: la instancia se ha quedado pequeña para el conjunto de trabajo, o la política no es la adecuada
  • La tasa de aciertos baja mientras la de expulsiones sube: se están descartando claves usadas recientemente justo antes de que se necesiten
  • used_memory pegado al límite de memoria: normal en una caché, alarmante en un almacén de datos

Expulsión frente a caducidad en Redis

Se confunden porque ambas hacen desaparecer claves. La caducidad es por clave: una clave con TTL se elimina cuando se le acaba el tiempo, haya o no escasez de memoria. La expulsión es por instancia: cuando la memoria usada supera maxmemory, Redis elimina claves elegidas por maxmemory-policy hasta volver a estar por debajo del límite, tengan TTL o no.

Se contabilizan por separado en INFO stats: expired_keys para las caducidades y evicted_keys para las expulsiones. Si desaparecen claves y solo se mueve expired_keys, los TTL son demasiado cortos y ningún cambio de política servirá de nada. Si evicted_keys se mueve en una instancia que guarda estado, la instancia está infradimensionada o usa la política equivocada.

Por qué BullMQ dice que la política de expulsión debe ser noeviction

Si ejecuta BullMQ en un Redis que también se usa como caché, verá al arrancar un aviso del tipo IMPORTANT! Eviction policy is volatile-lru. It should be "noeviction". No es ruido. Una cola guarda los trabajos, sus bloqueos y los metadatos de la cola como claves de Redis normales, y una política de expulsión los trata como prescindibles. Con presión de memoria, Redis puede eliminar un trabajo en espera o un bloqueo, y el resultado es un trabajo que desaparece sin avisar o que se ejecuta dos veces.

La guía de producción de BullMQ es explícita: noeviction es el único ajuste que garantiza el comportamiento correcto de las colas. La solución es CONFIG SET maxmemory-policy noeviction más CONFIG REWRITE en la instancia que usa la cola. En un servicio gestionado, el cambio se hace en el grupo de parámetros o en la configuración, no con CONFIG SET. Si el mismo Redis también da servicio a una caché que necesita expulsión, sepárelos: una instancia con noeviction para la cola y otra con allkeys-lru para la caché. El mismo razonamiento se aplica a cualquier cola de trabajos, servicio de bloqueos o almacén de sesiones basado en Redis.

El error de dimensionado que tumba producción

Esta es la parte en la que la documentación no hace hincapié, y la vemos una y otra vez.

Un techo configurado no tiene en cuenta lo que Redis necesita durante un guardado en segundo plano. Cuando Redis hace un fork para escribir un snapshot, el proceso hijo comparte memoria con el padre mediante copy-on-write. Cada clave modificada durante el guardado provoca la copia de una página, así que, con carga de escritura, la memoria total del proceso se acerca al doble del tamaño del conjunto de datos.

Investigamos el caso de un cliente que sufría caídas repetidas con una utilización de memoria de aproximadamente el 60 %. Nada en las métricas de Redis lo explicaba: el uso estaba muy por debajo del límite y no se había superado ningún umbral de alerta. La causa era el comportamiento del fork durante las copias de seguridad, y la solución fue ajustar el overcommit a nivel de kernel, no cambiar ningún parámetro de Redis.

De ahí se derivan unas reglas prácticas:

  • Dimensiónelo a aproximadamente el 50–60 % de la RAM disponible en una instancia que persiste datos con carga de escritura. No al 80 %, y desde luego no al 100 %.
  • Configure las alertas sobre la memoria total del proceso, no solo sobre used_memory. La métrica que le tumba no es la que informa Redis.
  • Si no necesita snapshots en esa instancia, desactívelos: el problema desaparece por completo.

Una política de expulsión de Redis no sirve de nada si el proceso muere antes de que llegue a activarse la expulsión.

¿Sufre caídas de Redis que las métricas de memoria no explican? Normalmente el origen está por debajo de Redis: en

el comportamiento de la memoria del kernel o en la configuración de persistencia. AceMQ realiza evaluaciones estructuradas de Redis que

Gráfico que muestra cómo la memoria de Redis se duplica durante el fork de un guardado en segundo plano y supera la RAM física pese a tener configurado maxmemory

Buenas prácticas de gestión de memoria

Defina siempre un límite. Use la opción basada en el acceso más reciente para las cachés y noeviction para los almacenes de datos. No elija nunca una opción volatile salvo que las claves tengan TTL de verdad. Deje margen para la sobrecarga del fork y guarde la configuración en el archivo en lugar de aplicarla solo con CONFIG SET.

Toda aplicación que use Redis como caché debería tener su política de expulsión definida a propósito, no heredada. Para la parte de disponibilidad de ese mismo sistema, consulte alta disponibilidad de Redis, o soporte y respuesta a incidencias de Redis si necesita ayuda con un entorno en producción.

Política de expulsión de Redis: las respuestas rápidas

Este es el resumen que damos a los clientes en AceMQ antes de abrir su configuración.

La política de expulsión predeterminada de Redis es noeviction. Redis no eliminará nada por su cuenta; en cuanto used_memory alcanza maxmemory, todos los comandos que reservan memoria fallan con OOM command not allowed when used memory > 'maxmemory'. Las lecturas siguen funcionando; las escrituras, no. Correcto para un almacén de datos, incorrecto para una caché, y la mayoría de las instancias que auditamos nunca lo cambiaron.

La regla para elegir una política cabe en cuatro líneas:

  • Caché pura, en la que cualquier clave se puede regenerar: allkeys-lru.
  • Algunas claves no deben expulsarse nunca y usted define TTL a propósito en el resto: volatile-lru, o volatile-ttl si el TTL restante más corto es el mejor indicador de qué descartar primero.
  • Un pequeño conjunto de claves muy solicitadas domina el tráfico y el resto es ruido: allkeys-lfu.
  • Redis es un almacén de datos y perder una clave es peor que una escritura fallida: noeviction, con alertas de memoria para actuar antes de llegar al límite.

Dos hechos que confunden a mucha gente. El LRU de Redis es aproximado: toma una muestra de maxmemory-samples claves (5 por defecto) y expulsa la mejor candidata de esa muestra, así que súbalo a 10 si la calidad de la expulsión importa más que un poco de CPU. Y la política solo hace algo cuando maxmemory está definido; con maxmemory 0, Redis crece hasta que interviene el kernel.

Defínala en tiempo de ejecución y guárdela:

CONFIG SET maxmemory 4gb
CONFIG SET maxmemory-policy allkeys-lru
CONFIG REWRITE
# or in redis.conf
maxmemory 4gb
maxmemory-policy allkeys-lru

Los mismos ajustes y la misma semántica se aplican a Valkey, salvo que Valkey no tiene políticas LRM. Dimensionar maxmemory es un problema aparte; para eso, consulte memoria de Redis.

Los errores de expulsión por los que nos llaman

Estos cinco patrones están detrás de casi todas las incidencias P1 relacionadas con la expulsión que atendemos en soporte de Redis: el síntoma que hizo saltar la alerta, la causa y la solución.

1. noeviction en una caché. Síntoma: los errores de la aplicación se disparan en los picos de tráfico, todos ellos rechazos de escritura por OOM, mientras Redis parece estar sano. Causa: en algún momento se definió maxmemory, pero nunca la política, así que la caché se llenó y empezó a rechazar entradas nuevas justo cuando la carga era máxima. Solución: CONFIG SET maxmemory-policy allkeys-lru y, a continuación, CONFIG REWRITE. Después, vigile keyspace_misses durante una semana para confirmar que el conjunto de trabajo cabe.

2. allkeys-lru en un almacén de datos. Síntoma: los usuarios pierden la sesión de forma aleatoria, un lock distribuido se adquiere dos veces, un limitador de tasa se reinicia. Causa: las claves de sesión, de lock o de contadores conviven en la misma instancia que los datos de caché bajo una política allkeys, y Redis las expulsó porque eran las que llevaban más tiempo sin usarse. Solución: traslade las claves imprescindibles a otra instancia o base de datos con noeviction, o cambie a volatile-lru y asegúrese de que solo las claves de caché tengan TTL. Un evicted_keys distinto de cero en una instancia que guarda estado es la señal delatora.

3. volatile-* sin TTL. Síntoma: las escrituras fallan por OOM aunque la política no sea noeviction. Causa: las políticas volatile solo tienen en cuenta las claves con caducidad, y la aplicación nunca definió ninguna, así que nada se puede expulsar y la instancia se comporta exactamente igual que noeviction. Solución: defina TTL en todas las escrituras de caché o cambie a la política allkeys-* correspondiente. Revise primero INFO keyspace; si ve expires=0 junto a un recuento elevado en keys=, ese es su problema.

4. Rotación por expulsión que oculta una fuga de memoria. Síntoma: used_memory se mantiene plano contra maxmemory, la tasa de aciertos va bajando poco a poco y evicted_keys sube cada mes más deprisa. Causa: algo está escribiendo claves que nunca se vuelven a leer (claves por usuario sin límite, payloads de tareas sin caducidad, una lista que solo crece) y la expulsión va tirando en silencio entradas de caché reales para hacer sitio a basura. Solución: muestree el espacio de claves con SCAN y MEMORY USAGE, localice el patrón que crece y póngale límite en el origen. Aquí la expulsión no es la solución; para el caso relacionado de la fragmentación, consulte memoria que crece sin que aumenten las claves.

5. Clientes con no-evict que retienen memoria. Síntoma: la expulsión está en marcha pero used_memory no baja, o aparece un OOM en un cliente que debería estar protegido. Causa: desde Redis 7, CLIENT NO-EVICT ON exime a una conexión del límite maxmemory-clients, y los buffers de salida grandes de esas conexiones cuentan para maxmemory sin que la expulsión de claves pueda recuperarlos. Solución: use CLIENT LIST para localizar las conexiones exentas y defina client-output-buffer-limit para que un consumidor lento no pueda bloquear memoria indefinidamente.

Qué vigilar en cada instancia: evicted_keys (debería ser cero en un almacén de datos y estable, sin acelerarse, en una caché), used_memory frente a maxmemory, y keyspace_hits frente a keyspace_misses. Una tasa de aciertos inferior al 80 % en una caché con expulsión activa significa que el conjunto de trabajo no cabe, y la respuesta es más memoria o un conjunto de datos más pequeño, no otra política. El resto de la lista de comprobaciones de diagnóstico está en resolución de problemas de Redis y, si quiere que revisemos la configuración antes de que le salte una alerta, para eso está nuestra consultoría de Redis.

Este es el paso dos de siete de la guía de fiabilidad de Redis, que aborda los problemas en el orden en que aparecen en un entorno en producción.

Preguntas frecuentes

¿Cuál es la política de expulsión predeterminada de Redis?

noeviction. Por defecto, Redis no expulsa nada: una vez alcanzado maxmemory, los comandos de escritura fallan con un error de falta de memoria, mientras que las lecturas siguen funcionando.

¿Qué política de expulsión de Redis debo usar?

allkeys-lru para la mayoría de las cachés. allkeys-lfu cuando un pequeño conjunto de claves recibe muchísimo más tráfico que el resto. noeviction cuando los datos no son desechables y perder una clave supondría una pérdida de datos.

¿Qué diferencia hay entre LRU y LFU en Redis?

Una expulsa según lo reciente que fue el último acceso y la otra según la frecuencia de acceso, con un contador que decae con el tiempo. La opción basada en frecuencia evita que una ráfaga de lecturas puntuales desplace a las claves populares, por lo que funciona mejor con patrones de acceso desiguales.

¿Por qué mi política de expulsión volatile no expulsa nada?

Porque ninguna clave tiene TTL. Las políticas volatile solo tienen en cuenta las claves con caducidad definida; si no hay ninguna, se comportan exactamente igual que noeviction.

¿Es exacta la expulsión basada en el acceso más reciente?

No. Toma una muestra de un número configurable de claves candidatas (cinco por defecto, mediante maxmemory-samples) y expulsa la menos usada recientemente de entre ellas. Aumentar el tamaño de la muestra mejora la precisión a cambio de algo más de CPU.

¿Qué tamaño debo asignarle?

En una instancia que hace snapshots con carga de escritura, aproximadamente el 50–60 % de la RAM disponible, para dejar margen a la sobrecarga de copy-on-write durante un fork. Dimensionarla con casi toda la RAM disponible es la forma en que las instancias se caen con lo que parece una utilización moderada.

¿Por qué Redis expulsa claves si la memoria no está llena?

Normalmente porque maxmemory es más bajo de lo que cree. Redis expulsa claves en función de su propio ajuste maxmemory, no de la RAM del sistema, así que una instancia en un host de 32 GB con maxmemory 4gb empieza a expulsar al llegar a 4 GB. Consulte CONFIG GET maxmemory y compárelo con used_memory en INFO memory. La otra causa habitual es la sobrecarga que cuenta para el límite pero que no son datos de claves, como los buffers de salida de los clientes y la sobrecarga del asignador de memoria. Los buffers de salida de las réplicas y el buffer de AOF son la excepción: Redis los resta antes de compararlos con el límite y los muestra como mem_not_counted_for_evict. Si used_memory está cerca de maxmemory pero used_memory_dataset es mucho menor, el límite lo está consumiendo algo distinto de las claves.

¿Cuántas políticas de expulsión tiene Redis?

Diez a partir de Redis 8.6: noeviction, allkeys-lru, allkeys-lrm, allkeys-lfu, allkeys-random, volatile-lru, volatile-lrm, volatile-lfu, volatile-random y volatile-ttl. Redis 8.4 y anteriores, así como Valkey, tienen las ocho restantes, sin las dos políticas LRM.

¿Qué diferencia hay entre expulsión y caducidad en Redis?

La caducidad elimina una clave porque ha vencido su propio TTL, independientemente del estado de la memoria. La expulsión elimina claves porque la instancia ha alcanzado maxmemory; las elige maxmemory-policy, tengan o no TTL. Aparecen en contadores distintos: expired_keys y evicted_keys en INFO stats.

¿Por qué BullMQ dice que la política de expulsión debe ser noeviction?

BullMQ almacena trabajos, bloqueos y el estado de las colas como claves de Redis, y cualquier expulsión puede eliminar sin avisar un trabajo o un bloqueo. Su guía de producción indica que noeviction es el único ajuste que garantiza el comportamiento correcto de las colas, por lo que muestra un aviso al arrancar si encuentra cualquier otro. Configure maxmemory-policy noeviction en la instancia de la cola, o dé a la cola su propia instancia si el mismo Redis también funciona como caché.

Fuentes

Scott Sternloff

Autor

Scott SternloffArquitecto empresarial sénior

Arquitecto empresarial sénior de AceMQ. Escribe aquí los contenidos técnicos: arquitectura, clustering y migraciones de RabbitMQ, Kafka y Redis.

Consulta gratuita

Que un experto revise su despliegue de Redis

Tanto si está resolviendo un incidente en producción como si planifica una migración o quiere una segunda opinión sobre su arquitectura, nuestro equipo está preparado. Sin discursos comerciales, solo respuestas.

Escríbanos