前言
首先,Redis的过期策略分为定期删除+惰性删除。
定期删除:默认100ms随机抽查一些过期的key将其删除即可。
惰性删除:当查询key时, if (key 过期)? 删除key且不返回 :正常执行;
为什么不扫描全部的key?
如果对所有的key进行扫描,那就相当于执行了一次全包扫描,性能是非常低的。
1.Redis提供的LRU算法
noevivtion:内存不足以容纳新写入的数据时,直接报错。
allkeys-lru:内存不足以容纳新写入的数据时,移除所有key中最少使用的key。
volatile-lru:内存不足以容纳新写入的数据时,移除过期key中最少使用的key。
allkeys-random:内存不足以容纳新写入的数据时,移除所有key中随机的key。
volatile-random:内存不足以容纳新写入的数据时,移除过期key中随机的key。
volatile-ttl:内存不足以容纳新写入的数据时,移除过期key中更早过期的key。
2.手写LRU算法
LinkedHashMap实现了LRU算法,继承即可做一个简单的实现
class LRUCache<K, V> extends LinkedHashMap<K, V> {
private final int CACHE_SIZE;
/**
* 传递进来最多能缓存多少数据
*
* @param cacheSize 缓存大小
*/
public LRUCache(int cacheSize) {
// true 表示让 linkedHashMap 按照访问顺序来进行排序,最近访问的放在头部,最老访问的放在尾部。
super((int) Math.ceil(cacheSize / 0.75) + 1, 0.75f, true);
CACHE_SIZE = cacheSize;
}
@Override
protected boolean removeEldestEntry(Map.Entry<K, V> eldest) {
// 当 map中的数据量大于指定的缓存个数的时候,就自动删除最老的数据。
return size() > CACHE_SIZE;
}
}