Redis高级——删除策略

Redis中的数据特征

• Redis是一种内存级数据库，所有数据均存放在内存中，内存中的数据可以通过TTL指令获取其状态
• XX : 具有时效性的数据
• -1 : 永久有效的数据
• -2 : 已经过期的数据（过期数据并不是过了期就立马被删除了，而是等待合适的时机被删除） 或 被删除的数据 或 未定义的数据

数据删除策略

数据删除策略

1. 定时删除
2. 惰性删除
3. 定期删除

时效性数据的存储结构

 注意，setex、setnx一定不要混了，其用法和区别可参考我的另一篇文章https://blog.csdn.net/Jhno99/article/details/107099335

数据删除策略的目标

在内存占用与CPU占用之间寻找一种平衡，顾此失彼都会造成整体redis性能的下降，甚至引发服务器宕机或内存泄漏。

1. 定时删除

• 创建一个定时器，当key设置过期时间，且过期时间到达时，由定时器任务立即执行对键的删除操作
• 优点：节约内存，到时就删除，快速释放掉不必要的内存占用
• 缺点：CPU压力很大，无论CPU此时负载多高，均占用CPU，会影响redis服务器响应时间和指令吞吐量
• 总结：用处理器性能换取存储空间（拿时间换空间）

2. 惰性删除

• 数据到达过期时间，不做处理。等下次访问该数据

1. 如果未过期，返回数据
2. 发现已经过期，删除，返回不存在

• 优点：节约CPU性能，发现必须删除的时候才删除
• 缺点：内存压力很大，出现长期占用内存的数据
• 总结：用存储空间换取处理器性能（拿空间换时间）

以上两种方案都走极端，但是也有折中方案

3. 定期删除

• Redis启动服务器初始化时，读取配置server.hz的值，默认为10（可以用info server查询）
• 每秒钟执行server.hz次serverCron()

• 周期性轮询redis库中时效性数据，采用随机抽取的策略，利用过期数据占比的方式删除频度
• 特点1：CPU性能占用设置有峰值，检测频度可自定义设置
• 特点2：内存压力不是很大，长期占用内存的冷数据会被持续清理
• 总结：周期性抽查存储空间

删除策略对比

逐出算法

新数据进入检测

当新数据进入redis时，如果内存不足怎么办？

• Redis使用内存存储数据，在执行每一个命令前，会调用freeMemorylfNeeded()检测内存是否充足。如果内存不满足新加入数据的最低存储要求，redis要临时删除一些数据为当前指令清理存储空间。清理数据的策略称为逐出算法。
• 注意：逐出数据的过程不是100%能够清理出足够的可使用的内存空间，如果不成功则反复执行。当对所有数据尝试完毕后，如果不能达到内存清理的要求，将出现错误信息。

 

影响数据逐出的相关配置

• 最大可使用内存

maxmemory

占用物理内存的比例，默认为0，表示不限制。生产环境中根据需求设定，通常设置在50%以上

• 每次选取代删除数据的个数

maxmemory-samples

选取数据时并不会全库扫描，导致严重的性能消耗，降低读写性能。因此采用随机获取数据的方式作为待检测删除数据

• 删除策略

maxmemory-policy

达到最大内存后的，对被挑选出来的数据进行删除的策略

检查易失数据（可能会过期的数据集server.db[i].expires)

1. volatile-lru：挑选最近最少使用的数据淘汰（LRU：Least Recently Used ）
2. volatile-lfu：挑选最近使用次数最少的数据淘汰（LFU：Least Frequently Used）
3. volatile-ttl ：挑选将要过期的数据淘汰
4. volatile-random：任意选择数据淘汰

检测全库数据（所有数据集server.db[i].dict）

1. allkeys-lru：挑选最近最少使用的数据态太
2. allkeys-lfu：挑选最近使用次数最少的数据淘汰
3. allkeys-random：任意选择数据淘汰

放弃数据驱逐

1. no-enviction（驱逐）：禁止驱逐数据（redis4.0默认策略），会引发错误OOM（OutOfMemory）

 配置(redis.conf)

数据逐出策略配置依据

• 使用INFO命令输出监控信息，查询缓存int和miss的次数，根据业务需求调优Redis配置