Redis中过期删除策略和内存淘汰策略

过期删除策略

Redis的回收机制不会回收没有设定过期时间的数据，只会回收设置了有效期的。如果内存满了，那么就不会在接受写操作。

那为什么要设置过期时间呢？

1. 可以确保缓存数据在一定时间内以有效。避免使用过期或无效的数据。
2. 有效地释放内存空间，提高Redis服务器的性能和处理能力。
3. 防止缓存雪崩，若同时大量数据失效或过期，那此时请求直接会落到数据库上，时数据库压力剧增。通过设置不同的过期时间，可以避免缓存同时过期，分散了请求对数据库的冲击，提高系统稳定性。

如果设置过期时间？

> expire key 10       // 给 key 设置过期时间， 单位 为 秒

> pexpire key 100         // 毫秒设置 过期时间

>  persist key   // 移除 key 的过期时间

判断键是否过期？

> exists ha           //  判断是否存在 键
(integer) 1

> ttl key  // 以秒为单位，返回 key的过期时间
> pttl key // 以毫秒为单位，返回key的过期时间

过期策略有哪些？

定期删除

每隔一段时间，随机检查一些设置过期时间的键，如果发现该键已经过期，那就将该键进行标记删除。

定期删除为什么选择抽检而不全检？

若遍历全部的键值对（无论是否过期），会耗费大量的资源和时间。又因为redis是单线程的，每次全检会消耗大量的CPU时间和内存带宽，导致redis性能下降。

惰性删除

惰性删除不会主动去检测删除，而是当你每次获取key的时候，会先检测 key 是否过期，如果没有过期就返回给你，若过期了，就直接删除了。

这种策略显而易见对CPU时间很友好，每次访问的时间很少。那若一个key过期了，但是又长久不去访问，那这个key是不是就一直占着内存了，不去使用了？这就造成了内存的浪费。

两种策略各有优缺点。所以 Redis使用的过期策略也就是 （定期删除 + 惰性删除）搭配使用。

那么也就会让我们产生思考，若定期删除遗漏大量的过期数据，而这些数据长期不会被使用，那这些数据不就一直存在内存中了吗？我们就一直让他们占内存吗？由此，redis引入了内存淘汰策略。

内存淘汰策略

当Redis运行内存超过Redis设置的最大内存之后，则会使用内存淘汰策略删除符合条件的key，以此来保障Redis高效运行。

八大内存淘汰策略，分为 [不进行数据淘汰]，[进行数据淘汰] 策略

不进行数据淘汰

noeviction : 当运行内存超过最大设置内存时，不淘汰任何数据，这时若有新数据写入，会被通知禁止写入。此时，只能进行单纯的查询或者删除操作。

进行数据淘汰

从设置过期时间的数据中进行淘汰

	命令	注解
1	volatile-random	随机淘汰设置了过期时间的任意键值
2	volatile-ttl	优先淘汰更早过期的键值
3	volatile-lru	淘汰设置过期时间的键值中，最久未使用的键值
4	volatile-lfu	淘汰设置过期时间的键值中，最少使用的键值

从所有数据内淘汰

	命令	注解
1	allkeys-random	随机淘汰任意键值
2	allkeys-lru	淘汰整个键值中最久未使用的
3	allkeys-lfu	淘汰整个键值中最少使用的

查看 当前 Redis 的内存淘汰策略

127.0.0.1:6379> config get maxmemory-policy
1) "maxmemory-policy"
2) "noeviction"

设置内存淘汰策略的方法

1. 在配置文件中设置策略：

   打开 Redis 配置文件（一般是 redis.conf），找到并修改 maxmemory-policy 参数的值为你想要使用的内存淘汰策略。例如：

   maxmemory-policy 策略
   

   保存并关闭配置文件后，重新启动 Redis 服务使配置生效。

2. 使用 CONFIG SET 命令设置策略：

   连接到 Redis 服务器后，可以使用 CONFIG SET 命令来动态地设置内存淘汰策略。例如：

   config set maxmemory-policy 策略
   

​ 立即生效，不需要重启redis服务。

LRU算法和LFU算法

LRU算法

LRU算法是 最近最久未使用算法，选择淘汰最近 最久没使用的数据。

传统的LRU算法是基于 「链表」结构，链表的元素按照操作顺序从前往后排列，最新操作的被移动到表头，每次需要淘汰数据的时候，只需要选择链表尾部的即可。

但是Redis并没有用传统方法实现LRU算法？

1. 用链表管理所有的缓存数据，带来了额外开销。
1. 数据量过大的时候，进行链表移动，耗时，降低了Redis缓存性能。

那Redis如何实现 LRU算法？

给每个key增加一个大小为24bit的属性字段，代表最后一次被访问的时间戳。每次随机取 5 个key，淘汰最久未使用的key，直到Redis内存小于maxmemory为止。每次随机采用的数据通过配置文件中 maxmemory_samples 来修改，默认是5。采样数量越大越接近标准的LRU算法，但同时也带来了性能消耗。

LFU算法

LFU算法是 最近最不常用算法，根据访问次数来淘汰数据的。

LFU算法会记录每个数据的访问次数，当一个数据被再次访问时，就会增加该数据的访问次数。

在LFU算法中，Redis对象头的24bits的lru字段被分成两段来存储，高16bit存储ldt，低8bit存储logc。

• ldt 是用来记录 key 的访问时间戳；
• logc 是用来记录 key 的访问频次，它的值越小表示使用频率越低，越容易淘汰，每个新加入的 key 的logc 初始值为 5。

其中这个logc并不是单纯的访问次数，而是访问频率，logc会 随时间推移而衰减 的。

每次访问key时，都对logc进行一个衰减操作。衰减的值 跟前后访问时间的差距有关系，如果上一次访问的时间与这一次访问的时间差距很大，那么衰减的值就越大，这样实现的LFU算法是根据访问频率来淘汰数据的，而不是访问次数.

对logc的增加操作，也并不是单纯的 +1，而是根据概率增加，如果logc越大的key，它的logc就越难再增加。

所以，Redis访问key时，对logc的变化是：

1. 先按照上次访问距离当前的时长，来对 logc 进行衰减；
2. 然后，再按照一定概率增加 logc 的值。

redis.conf 提供了两个配置项，用于调整 LFU 算法从而控制 logc 的增长和衰减：

• lfu-decay-time 用于调整 logc 的衰减速度，它是一个以分钟为单位的数值，默认值为1，lfu-decay-time 值越大，衰减越慢；
• lfu-log-factor 用于调整 logc 的增长速度，lfu-log-factor 值越大，logc 增长越慢