java学习day34（redis8）Redis删除策略

今日重点：

过期数据

数据删除策略

逐出算法

---

文章索引：

过期数据

三种数据删除策略

逐出算法

---

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

过期的数据真的删除了吗？

并没有立刻删除，先干正事

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

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露

三种数据删除策略

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）

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

        如果未过期，返回数据

        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）

两种方案都走极端，有没有折中方案？

有——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

每秒钟执行server.hz次 serverCron()-->databasesCron()-->activeExpireCycle()

activeExpireCycle() 对每个expires[*]逐一进行检测，每次执行250ms/server.hz

对某个expires[*]检测时，随机挑选W个key检测

        如果key超时，删除key

        如果一轮中删除的key的数量>W*25%，循环该过程

        如果一轮中删除的key的数量 ≤ W*25%，检查下一个expires[*]，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expires[*] 执行

如果 activeExpireCycle() 执行时间到期，下次从current_db继续向下执行

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）

三种删除策略对比

---

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 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）

修改设置：maxmemory-policy volatile-lru

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

(error) OOM command not allowed when used memory >'maxmemory'