Redis是一种高性能的内存数据库，它可以存储各种类型的数据，如字符串、列表、集合、散列、有序集合等。Redis的一个重要特性是它支持数据的过期和删除，这可以帮助节省内存空间，提高数据的时效性，以及实现一些特定的功能，如缓存、计数器、限流等。
Redis删除策略是指当Redis内存不足或者数据过期时，如何选择哪些数据进行删除的方法。Redis提供了两种删除策略：主动删除和被动删除。
主动删除是指Redis定期扫描数据库中的数据，找出已经过期的数据，并将其删除。这种方式可以及时释放内存空间，避免内存溢出，但也会消耗一定的CPU资源，并可能影响Redis的性能。
被动删除是指当Redis访问某个数据时，检查该数据是否已经过期，如果是，则将其删除。这种方式可以节省CPU资源，不影响Redis的性能，但也会导致内存空间占用较高，并可能造成数据的不一致。
为了平衡主动删除和被动删除的优缺点，Redis还提供了一种混合删除策略：定期随机抽样。这种方式是指Redis定期从数据库中随机抽取一部分数据，检查它们是否已经过期，并将过期的数据删除。这种方式可以降低CPU资源的消耗，同时也可以减少内存空间的占用，并保持一定程度的数据一致性。
除了根据数据的过期时间进行删除外，Redis还支持根据内存使用量进行删除。当Redis内存达到设定的阈值时，它会触发一个内存淘汰机制，根据一定的算法选择哪些数据进行淘汰。Redis提供了六种内存淘汰算法：
1.noeviction：不进行任何淘汰，只返回错误信息。
2.volatile-lru：从已设置过期时间的数据集中选择最近最少使用（LRU）的数据进行淘汰。
3.volatile-ttl：从已设置过期时间的数据集中选择即将过期（TTL）的数据进行淘汰。
4.volatile-random：从已设置过期时间的数据集中随机选择数据进行淘汰。
5.allkeys-lru：从所有数据集中选择最近最少使用（LRU）的数据进行淘汰。
6.allkeys-random：从所有数据集中随机选择数据进行淘汰。
不同的内存淘汰算法有不同的适用场景。例如，如果想要保留所有重要的数据，可以使用noeviction算法；如果想要优先保留最新和最活跃的数据，可以使用volatile-lru或allkeys-lru算法；如果想要保留尽可能多的数据类型和数量，可以使用volatile-ttl或volatile-random算法；如果想要简单和高效地释放内存空间，可以使用allkeys-random算法。
Redis删除策略是一个涉及到内存管理、性能优化、业务逻辑等多方面因素的复杂问题。在实际应用中，需要根据具体的需求和场景，选择合适的删除策略，并进行相应的配置和调整。