redis过期策略

过期删除策略

Redis 是可以对 key 设置过期时间的，因此需要有相应的机制将已过期的键值对删除，而做这个工作的就是过期键值删除策略

过期时间设置

• expire key n ：n秒后过期
• pexpire key n：n毫秒后过期
• expireat key n ：n时间戳时(秒)过期
• pexpireat key n ：n时间戳时(耗秒)过期
• ttl key：查看过期时间

字符串特有的过期时间设置：

• set key n value ：n秒后过期
• set key value ex n：n秒后过期
• set key value px n：n毫秒后过期

如何判断时候过期

当数据插入到redisdb.dict哈希表中时，如果他设置了过期时间，那么也会被插入到另外一个过期字典里，过期字典就是另外一个哈希表，哈希表的最大好处就是让我们可以用 O(1) 的时间复杂度来快速查找。当我们查询一个 key 时，Redis 首先检查该 key 是否存在于过期字典中：

• 如果不在，则正常读取键值；
• 如果存在，则会获取该 key 的过期时间，然后与当前系统时间进行比对，如果比系统时间大，那就没有过期，否则判定该 key 已过期。

过期策略

• 定时删除：设置expire时，启动一个定时任务，到时唤起cpu触发任务
  • 优点：节约内存
  • 缺点：CPU任务重，减少吞吐量
• 惰性删除：查询数据时，判断过期时间
  • 优点：CPU任务轻
  • 缺点：内存占用量大，如果过期未查询就会一直占用内存
• 定期删除：每隔一段时间，随机抽取部分key判断后删除
  • 优点：通过限制删除操作执行的时长和频率，来减少删除操作对 CPU 的影响，同时也能删除一部分过期的数据减少了过期键对空间的无效占用。
  • 缺点1：内存清理方面没有定时删除效果好，同时没有惰性删除使用的系统资源少。
  • 缺点2：难以确定删除操作执行的时长和频率。如果执行的太频繁，定期删除策略变得和定时删除策略一样，对CPU不友好；如果执行的太少，那又和惰性删除一样了，过期 key 占用的内存不会及时得到释放。

Redis过期策略什么

Redis 选择「惰性删除+定期删除」这两种策略配和使用

这个间隔检查的时间是多长呢？

在 Redis 中，默认每秒进行 10 次过期检查一次数据库，此配置可通过 Redis 的配置文件 redis.conf 进行配置，配置键为 hz 它的默认值是 hz 10。

定期删除流程

1. 从过期字典中随机抽取 20 个 key；
2. 检查这 20 个 key 是否过期，并删除已过期的 key；
3. 如果本轮检查的已过期 key 的数量，超过 5 个（20/4），也就是「已过期 key 的数量」占比「随机抽取 key 的数量」大于 25%，则继续重复步骤 1；如果已过期的 key 比例小于 25%，则停止继续删除过期 key，然后等待下一轮再检查。

内存淘汰策略

内存淘汰设置

内存淘汰是指当内存占用过大，需要释放部分内存。

淘汰分成2大类:

1. 不进行数据淘汰(redis默认)：当内存超过最大设置内存时，插入数据会返回错误
2. 进行数据淘汰：当内存超过最大设置内存时，部分内存被释放

进行数据淘汰 类型

• volatile-random：随机淘汰设置了过期时间的任意键值
• volatile-ttl：优先淘汰更早过期的键值
• volatile-lru：淘汰设置了过期时间的键值中最久未使用的键值
• volatile-lfu：淘汰所有设置了过期时间的键值中，最少使用的键值；
• allkey-random：随机淘汰任意键值
• allkey-lru：随机淘汰最久未使用的键值
• allkey-lfu：淘汰整个键值中最少使用的键值

不进行数据淘汰

• noeviction：不淘汰键值，插入时报错（Redis默认）

LRU

正常实现LRU

LRU 全称是 Least Recently Used 翻译为最近最少使用，会选择淘汰最近最少使用的数据。

传统LRU是通过链表，使用时将数据插入链表头部，需要淘汰时，从链表尾部删除

缺点

1. 所有缓存数据都需要链表管理，占用空间大
2. 当访问数据时，需要遍历链表查找到访问元素，并移除插入到头部O(n)。耗时严重呢

redis中实现

redis是在所有节点中添加一个最后访问时间。

当 Redis 进行内存淘汰时，会使用随机采样的方式来淘汰数据，它是随机取 5 个值（此值可配置），然后淘汰最久没有使用的那个。

Redis 实现的 LRU 算法的优点：

• 不用为所有的数据维护一个大链表，节省了空间占用；
• 不用在每次数据访问时都移动链表项，提升了缓存的性能

LFU

LFU 全称是 Least Frequently Used 翻译为**最近最不常用的，**LFU 算法是根据数据访问次数来淘汰数据的，它的核心思想是“如果数据过去被访问多次，那么将来被访问的频率也更高”。