redis的八种数据淘汰策略、适用场景、LRU、LFU算法

keep.ac

已于 2024-09-22 17:47:39 修改

阅读量878

点赞数 16

于 2024-09-22 16:05:14 首次发布

本文链接：https://blog.csdn.net/m0_64422133/article/details/142100558

版权

详解Redis高频面试题专栏收录该内容

7 篇文章 0 订阅

订阅专栏

3.2.1 allkeys- LRU（有明显冷热数据区分）常用

3.2.2 allkeys-random（没有明显冷热数据区分）

3.2.3 volatile-LRU（数据有置顶的需求,例如排行榜、计数器等场景）

3.2.4 allkeys-LFU 或 volatile-LFU（有短时高频访问数据）

3.3 详谈volatile-LRU

3.3.1 Volatile-Lru 是什么？

3.3.2 Volatile-Lru 的工作原理

3.3.3 如何对 Volatile-Lru 进行性能优化？

4. 面试题

4.1 Redis的数据淘汰策略有哪些?

4.2 数据库有1000万数据 ,Redis只能缓存20w数据, 如何保证Redis中的数据都是热点数据 ?

4.3 Redis的内存用完了会发生什么？（假如缓存过多，内存是有限的，内存被占满了怎么办？）

1. 面试问题引入

面试官：假如缓存过多，内存是有限的，内存被占满了怎么办？
数据库有1000万数据 ,Redis只能缓存20w数据, 如何保证Redis中的数据都是热点数据 ?
Redis的内存用完了会发生什么？

2. 数据淘汰策略定义

当Redis中的内存不够用时，此时在向Redis中添加新的key，那么Redis就会按照某一种规则将内存中的数据删除掉，这种数据的删除规则被称之为内存的淘汰策略。

3. 八种数据淘汰策略

Redis支持8种不同策略来选择要删除的key：

noeviction： 不淘汰任何key，但是内存满时不允许写入新数据但报错, 默认就是这种策略。

volatile-ttl： 对设置了TTL（过期时间）的key，比较key的剩余TTL值，TTL越小越先被淘汰

allkeys-random：对全体key ，随机进行淘汰。

volatile-random：对设置了TTL（过期时间）的key ，随机进行淘汰。

allkeys-lru： 对全体key，基于LRU算法进行淘汰

volatile-lru： 对设置了TTL（过期时间）的key，基于LRU算法进行淘汰

allkeys-lfu： 对全体key，基于LFU算法进行淘汰

volatile-lfu： 对设置了TTL的key，基于LFU算法进行淘汰

3.1 LRU和LFU算法定义

LRU（Least Recently Used）最近最少使用。用当前时间减去最后一次访问时间，这个值越大则淘汰优先级越高。

例如：key1是在3s之前访问的, key2是在9s之前访问的，删除的就是key2

LFU（Least Frequently Used）最少频率使用。会统计每个key的访问频率，值越小淘汰优先级越高。

例如：key1最近5s访问了4次, key2最近5s访问了9次，删除的就是key1

3.2 使用建议

3.2.1 allkeys- LRU（有明显冷热数据区分）常用

如果业务有明显的冷热数据区分，建议使用 allkeys- LRU 策略，把最近最常访问的数据留在缓存中。

为什么allkeys-LFU策略不一定能把最近最常访问的数据留下来呢？

因为可能存在在某个时间段访问频率很高的数据，其余时间很少访问，这部分数据不是最近最常访问的数据，但是会被LFU策略留下来。

3.2.2 allkeys-random（没有明显冷热数据区分）

如果业务中数据访问频率差别不大，没有明显冷热数据区分，建议使用 allkeys-random，随机选择淘汰。

3.2.3 volatile-LRU（数据有置顶的需求,例如排行榜、计数器等场景）

适用于有明显热点数据和临时数据的场景，同时对于那些需要长期保留的置顶数据，可以通过不设置过期时间来实现保留。

3.2.4 allkeys-LFU 或 volatile-LFU（有短时高频访问数据）

如果业务中有短时高频访问的数据，可以使用 allkeys-lfu 或 volatile-lfu 策略。

3.3 详谈volatile-LRU

3.3.1 Volatile-Lru 是什么？

Volatile-Lru（可变 LRU）是一种 Redis 中的数据结构，用于实现键值对的缓存。它将最近最少使用（Least Recently Used，LRU）的数据替换为较不经常使用的数据，从而节省内存空间。Volatile-Lru 数据结构在 Redis 中的使用非常广泛，例如在缓存、排行榜、计数器等场景中都有应用。

3.3.2 Volatile-Lru 的工作原理

Volatile-Lru 的工作原理基于 Redis 中的 LRU 算法。当一个键值对被写入 Redis 时，首先会将其添加到 LRU 链表的头部。然后，Redis 会周期性地检查 LRU 链表，将最不经常使用的数据替换为较不经常使用的数据。这个过程被称为“volatility”，即“可变”。

在 Volatile-Lru 中，Redis 维护了一个双向链表，分别用于存储最近最少使用（frequent）和最不经常使用（infrequent）的键值对。当一个键值对被写入 Redis 时，首先将其添加到双向链表的头部。然后，Redis 会将双向链表中的数据进行遍历，将最不经常使用的数据替换为较不经常使用的数据。这个过程会持续进行，直到双向链表达到一定的大小。

3.3.3 如何对 Volatile-Lru 进行性能优化？

虽然 Volatile-Lru 是 Redis 中的一个重要功能，但它在某些场景下可能会导致性能下降。为了提高 Volatile-Lru 的性能，我们可以采取以下几种策略：

1. 调整 LRU 算法的时间间隔：Redis 中的 LRU 算法会周期性地检查 LRU 链表，将最不经常使用的数据替换为较不经常使用的数据。我们可以通过调整 LRU 算法的时间间隔来减少检查的频率，从而提高性能。

2. 减少 Volatile-Lru 双向链表的大小：Redis 中的 Volatile-Lru 双向链表用于存储最近最少使用（frequent）和最不经常使用（infrequent）的键值对。我们可以通过减少双向链表的大小来提高性能，例如将双向链表的大小设置为 100 或 200。

3. 使用 LRU 压缩算法：Redis 提供了 LRU 压缩算法，可以有效地减少 LRU 链表的大小。我们可以使用 LRU 压缩算法来提高 Volatile-Lru 的性能。

4. 面试题

4.1 Redis的数据淘汰策略有哪些?

redis中提供了很多种数据淘汰策略，默认是noeviction，不删除任何数据，内部不足直接报错
redis数据淘汰策略是可以在redis的配置文件中进行设置的，里面有两个非常重要的概念，一个是LRU，另外一个是LFU
LRU的意思就是最少最近使用，用当前时间减去最后一次访问时间，这个值越大则淘汰优先级越高。
LFU的意思是最少频率使用。会统计每个key的访问频率，值越小淘汰优先级越高
我在项目设置的是allkeys-lru，挑选最近最少使用的数据淘汰，把一些经常访问的key留在redis中

4.2 数据库有1000万数据 ,Redis只能缓存20w数据, 如何保证Redis中的数据都是热点数据 ?

使用allkeys-lru(挑选最近最少使用的数据淘汰)淘汰策略，留下来的都是经常访问的热点数据

4.3 Redis的内存用完了会发生什么？（假如缓存过多，内存是有限的，内存被占满了怎么办？）

主要看数据淘汰策略是什么，（数据淘汰策略，指的就是当Redis中的内存不够用时，此时在向Redis中添加新的key，那么Redis就会按照某一种规则将内存中的数据删除掉。）如果使用的是默认的配置noeviction 淘汰策略（不淘汰任何key，但是内存满时不允许写入新数据），内存不足时，写入则会直接报错