redis的删除策略

过期数据

Redis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

时效数据的存储结构

删除策略

redis中的过期数据，真的会立马删除掉吗，事实上是不会的，redis的过期数据并不会立马删除掉，会保留在内存中很长时间，这就会导致内存占用过高，过期数据什么删除呢，这就是需要用户来告诉redis了，为此redis提供了三种删除策略

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漏

定时删除（策略）

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

1. 优点：节约内存，到时就删除，快速释放掉不必要的内存占用
2. 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
3. 总结：用处理器性能换空间，用数据结构来说，就是拿时间换空间

惰性删除（策略）

过期数据不会立即删除，只有在下次访问的时候才会删除过期数据，这就是惰性删除，redis里面有个函数expireIfNeeded()，与get操作绑定，这个函数是检查数据是否过期的

1. 优点：节约CPU性能，发现必须删除的时候才删除
2. 缺点：内存压力很大，出现长期占用内存的数据
3. 总结：用存储空间换取处理器性能，用数据结构来说，就是拿空间换时间

定期删除（策略）

定时删除和惰性删除策略都在某一方面太极端了，那有没有平衡一点的策略呢，答案是有：定期删除策略。redis默认是每隔100ms就随机抽取一些设置了过期时间的key，检查其是否过期，如果过期就删除。注意这里是随机抽取的。为什么要随机呢?假如redis存了几十万个key，每隔100ms就遍历所有的设置过期时间的key的话，就会给CPU带来很大的负载。

定期删除的策略，在一定时间里，对每一个数据库进行轮询，在每次一次对某个数据库访问时，随机抽取一些key检查，如果有过期的就删除
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

特点1：CPU性能占用设置有峰值，检测频度可自定义设置

特点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）

定期删除的步骤

1. Redis启动服务器初始化时，读取配置server.hz的值，默认为10，可以通过info命令查看
   
2. 每秒钟执行server.hz次serverCron()–>databasesCron()–>activeExpireCycle()，serverCron()函数发起定期删除，databasesCron()对redis内每个数据库进行轮询，activeExpireCycle()对每个数据库【redis可以配置多个数据库】逐一进行检测，每次执行250ms/server.hz。对某个数据库检测时，随机挑选W个key检测：如果key超时，删除key；如果一轮中删除的key的数量<=W*25%，检查下一个数据库，如果一轮中删除的key的数量>W*25%，循环该过程，【W取值=ACTIVE_EXPIRE_CYCLE_LOOKUPS_PER_LOOP属性值，可以通过配置文件设置】【参数curret_db用于记录activeExpireCycle()进入哪个数据库执行，如果activeExpireCycle()执行时间到期，下次从current_db继续向下执行】

三种删除策略的对比

策略	对内存的影响	对CPU的影响	总结
定时删除	节约内存，无占用	不分时段占用CPU资源，频率高，增加了CPU的负载	拿时间换空间
惰性删除	内存占用验证	延时执行，对CPU的压力极低	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

逐出算法

新数据进入检测：当新数据进入redis时，如果内存不足怎么办？如果redis里面都是永久数据，那么删除策略就不管用了

• 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。
  

逐出算法的相关配置

下面的配置都在redis.conf文件里面可以配置

1.最大可使用内存

占用物理内存的比例，默认值为0，表示不限制。通常设置在50%以上

maxmemory 0

2.每次选取待删除数据的个数

每次选取待删除数据的个数，默认5个， 选取数据时并不会全库扫描，导致严重的性能损耗，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

maxmemory-samples 5

3.内存不足时的删除策略

maxmemory-policy 达到最大内存后，对被选出来的数据进行删除的策略，redis提供了很多种方案，默认方案noeviction

maxmemory-policy noeviction

方案名称	方案作用
noeviction	不逐出任何内容，会引发内存泄漏，导致内存不够用（redis-4.0.0中默认策略）
volatile-lru	从已设置过期时间的数据集中挑选最近最少使用的数据淘汰
allkeys-lru	当内存不足以容纳新写入数据时，在键空间中，移除最近最少使用的key（最常用）
volatile-lfu	从已设置过期时间的数据集中挑选最不经常使用的数据淘汰
allkeys-lfu	当内存不足以容纳新写入数据时，在键空间中，移除最不经常使用的key
volatile-random	从已设置过期时间的数据集中任意选择数据淘汰
allkeys-random	从数据集中任意选择数据淘汰
volatile-ttl	从已设置过期时间的数据集中挑选将要过期的数据淘汰

4.数据逐出策略配置依据

使用INFO命令输出监控信息，查询缓存hit和miss的次数，根据业务需求调优Redis配置