Redis删除策略

目录

一、过期数据

二、数据删除策略

     1. 定时删除

     2. 惰性删除

     3. 定期删除

     4. 删除策略比对

三、逐出算法

---

一、过期数据

Redis中的数据特征 : 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

思考：过期的数据真的删除了吗？ 如图：

二、数据删除策略

redis数据保存策略 ：如图

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。

     1. 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）

     2. 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）

     3. 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1：CPU性能占用设置有峰值，检测频度可自定义设置

• 优点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）

     4. 删除策略比对

删除策略	特点	对CPU资源	总结
定时删除	节约内存，无占用	不分时段占用CPU资源，频度高	拿时间换空间
惰性删除	内存占用严重	延时执行，CPU利用率高	拿空间换时间
定期删除	内存定期随机清理	每秒花费固定的CPU资源维护内存	随机抽查，重点抽查

三、逐出算法

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

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。

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）