Reids删除过期数据策略

目标

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

定时删除

执行过程

创建一个定时器，当key设置了过期时间，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，到时间就删除，快速释放掉不必要的内存占用

缺点

CPU压力很大，无论CPU此时负载量多高，均占用CPU，会影响redis服务器的响应时间和指令吞吐量

总结

用处理器性能换取存储空间

惰性删除

执行过程

数据到达过期时间不做处理，等下次访问该数据时，若发现未过期，返回数据，发现已过期，则删除，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

定期删除

执行过程

周期性轮询redis库中的时效性数据，采用随机抽取的策略，利用过期数据占比的方式控制删除频度

• serverCron() redis服务器启动时，读取server.hz配置的值，默认为10，每秒执行servir.hz次当前函数
• databasesCron() 对redis数据库进行轮询
• activeExpireCycle() 对每个expire[*]内存区域逐一进行检测，每次执行250ms/server.hz
  • 对某个expire[*]检测时，随机挑选W个key检测
    • 若key超时，删除key
    • 若一轮中删除的key的数量>W*0.25，则循环该过程
    • 若一轮中删除的key的数量<W0.25，则检查下一个expire[],0 - 15循环
    • W取值 = ACTIVE_EXPIRE_CYCLE_LOOKUPS_PER_LOOP属性值
  • 参数current_db用于记录activeExpireCycle()进入哪个expire[*]执行
  • 如果activeExpireCycle()执行时间到期，下次从current_db继续向下执行

特点

• CPU性能占用设置有峰值，检测频度可自定义设置
• 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（随机抽查，重点抽查）

逐出算法

作用

当新数据进入redis时，如果内存不足（使用内存存储数据时，会使用freeMemoryIfNeeded()检测内存是否充足），redis就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
PS：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。当所由数据尝试完毕后，如果不能达到内存清理的要求，将抛出异常 (error)OOM…

相关命令

- maxmemory （最大可使用内存）
	占用物理内存的比例，默认值为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
- maxmemory-samples（每次选取待删除数据的个数）
	选取数据后，redis不会进行全库扫描，避免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
- maxmemory-policy（删除策略）
	达到最大内存后，对被挑选出来的数据进行删除的策略

策略

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hit和miss的次数，根据业务需求调优redis配置