Redis删除策略详解和Redis核心配置（简单详细，谁看谁知道）

最新推荐文章于 2024-07-19 17:43:16 发布

小吕努力变强

最新推荐文章于 2024-07-19 17:43:16 发布

阅读量763

点赞数 1

分类专栏： java 入门 redis 文章标签： redis 数据库服务器

本文链接：https://blog.csdn.net/qq_48033003/article/details/117034543

版权

java 同时被 3 个专栏收录

69 篇文章 1 订阅

订阅专栏

入门

44 篇文章 0 订阅

订阅专栏

redis

10 篇文章 1 订阅

订阅专栏

Redis删除策略

一、过期数据

Redis中的数据特征

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：永久保存的数据
- -2：已经过期的数据或被删除的数据或未被定义的数据

思考：过期的数据真的删除了吗？

Redis的数据特征

如图
Redis的数据特征

数据删除策略

1.定时删除
2.惰性删除
3.定期删除

二、数据删除策略

时效性数据的存储结构

如图

时效性数据的存储结构

数据删除策略的目标

在内存占比与CPU占比之间寻找一种平衡，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

解读：创建一个定时器，当key设置有到期时间，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此时的负载量多高，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）

惰性删除

解读：数据到达到期时间，不作处理，等下次访问该数据时
- 如果未到期，返回数据
- 发现已到期，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）

定时删除

提出疑问：上面的两种方案都走极端，有没有折中方案？

Redis启动服务器初始化时，读取配置server.hz的值，默认为10
每秒钟执行server.hz次serverCron()
activeExpireCycle()对每个expires[*]逐一进行检测，每次执行250ms/server.hz
对某个expires[*]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%，循环该过程
- 如果一轮中删除的key的数量≤W25%，检查下一个expires[]，0-15循环
- W取值=ACTIVE_EXPIRE_CYCLE_LOOKUPS_PER_LOOP属性值
参数current_db用于记录activeExpireCycle() 进入哪个expires[*] 执行
如果activeExpireCycle()执行时间到期，下次从current_db继续向下执行
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）

删除策略对比

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

新数据进入检测

发起疑问：当新数据进入Redis时，如果内存不够怎么办？

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

检测易失数据（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）
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