redis之删除策略

redis之删除策略

1.过期数据

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

过期的数据真的被删除了吗

2. 数据删除策略

• 定时删除
• 惰性删除
• 定期删除
  
  数据删除策略的目标
• redis中用一个hash结构数据存放地址和过期时间，而删除策略就是基于这块hash数据结构
• 我们需要在内存占用与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。CPU忙时暂且不维护内存，闲时再来进行内存释放

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键的删除
  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服务器的相应时间和指令吞吐量
  总结：用性能换内存（拿时间换空间）

惰性删除

• 数据到达过期时间后，不做处理。等下次访问该数据时：
  - 如果发现没到期，返回数据
  - 如果发现到期，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：
• 内存压力大，出现长期占用内存的数据
  总结：用存储空间换性能（拿空间换时间）
  只要是调用操作数据的指令，都会先执行expireIfNeeded()

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

优点：

• 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（查询某个库的expires时，如果这轮删除过多，则再抽取删除一轮，如果这轮删除的很少，则去检查下一个库的expires）

三种删除策略的对比

逐出算法

• Redis使用内存存储数据，在执行每一个命令前，会调用freeMemoryIfNeeded()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，将出现如下错误信息：

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，通常在50%以上
每次选取待删除数据的个数
	maxmemory-samples # 选取数据并不会全库扫描，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的删除的数据
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

影响数据逐出的相关配置

检查可能会过期的数据集server.db[i].expires内的数据

• volatile-lru：挑选最近最少使用（最长时间不使用的）的数据淘汰，使用较多
• volatile-lfu：挑选最近使用次数最少的数据淘汰
• volatile-ttl ：挑选将要过期的数据淘汰
• volatile-random：任意选择数据淘汰，一般用的少
  
  检测全库数据（所有数据集server.db[i].dict）
• allkeys-lru：挑选最近最少使用的数据淘汰
• allkeys-lfu：挑选最近使用次数最少的数据淘汰
• allkeys-random：任意选择数据淘汰

放弃数据驱逐

• 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）
  
  我们可以使用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