Redis高级 之 删除策略

一. 过期数据

1. 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 或 被删除的数据 或 未定义的数据
  

2. 时效性数据的存储结构

二. 数据删除策略

数据删除策略的目标

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

1. 定时删除

• 创建一个定时器, 当key设置有过期时间, 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此时负载量多高, 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. 等下次访问该数据时
  (1) 如果未过期, 返回数据
  (2)发现已过期, 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, 出现长时间占用内存的数据
• 总结: 用存储空间换取处理器性能(拿时间换空间)
  

3. 定期删除

• 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
• 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 (随机抽查, 重点抽查)

4. 删除策略对比

三. 逐出算法

2. 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

• 每次选取待删除数据的个数

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, 对北挑选出来的数据进行删除的策略

3. 数据逐出策略

• 检测易失数据(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
2. volatile-lfu : 挑选最近使用次数最少的数据淘汰
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)

5. allkeys-lru : 挑选最近最少使用的数据淘汰
6. allkeys-lfu : 挑选最近使用次数最少的数据淘汰
7. allkeys-random : 任意选择数据淘汰

• 放弃数据驱逐

8. no-enviction(驱逐) : 禁止驱逐数据 (redis4.0中默认策略) , 会引发错误OOM( Out Of Memory )

maxmemory-policy  volatile-lru

4.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