redis缓存污染

缓存污染

定义

有些数据访问次数很少，被访问一次后很久都不会再被访问了，但是它们仍然占据了缓存空间，这就是缓存污染

LFU算法

redis采用的是LFU算法，LFU算法采取的策略是，首先根据数据的访问次数来筛选，把访问次数最低的淘汰，如果数据访问次数一样，就比较数据的访问时效性，把距离上一次访问最远的淘汰。

实现上面，仍然和LRU算法一样，采取RedisObject的lru字段来存储数据的时间戳和访问次数

前16位记录时间戳，后8位记录访问次数

问题来了，8位只能记录到255次，这个数据太小了，很容易填满。

redis为了防止这种情况出现，设置了一种非线性增长的方法来增加count次数

那就是，数据每被访问一次，就把它和配置项相乘加一，然后取倒数，得到的值和0到1的随机数比较，如果大于随机数，就加1。

使用了这种计算规则后，我们可以通过设置不同的 lfu_log_factor 配置项，来控制计数器值增加的速度，避免 counter 值很快就到 255 了。

在一些场景下，有些数据在短时间内被大量访问后就不会再被访问了。那么再按照访问次数来筛选的话，这些数据会被留存在缓存中，但不会提升缓存命中率。为此，Redis 在实现 LFU 策略时，还设计了一个 counter 值的衰减机制。

LFU 策略使用衰减因子配置项 lfu_decay_time 来控制访问次数的衰减。LFU 策略会计算当前时间和数据最近一次访问时间的差值，并把这个差值换算成以分钟为单位。然后，LFU 策略再把这个差值除以 lfu_decay_time 值，所得的结果就是数据 counter 要衰减的值。