Redis面试题，数据过期、淘汰策略

最新推荐文章于 2024-09-22 16:05:14 发布

Java菜鸟尹先生

最新推荐文章于 2024-09-22 16:05:14 发布

阅读量700

点赞数 1

文章标签： redis 缓存 nosql

本文链接：https://blog.csdn.net/qq_53868937/article/details/130753730

版权

Redis采用惰性删除和定期删除策略处理数据过期，保证内存效率。数据淘汰策略包括noeviction、volatile-ttl等8种，适用于不同场景。建议根据业务需求选择合适的数据淘汰策略，如allkeys-lru适用于大部分情况。

摘要由CSDN通过智能技术生成

1.数据库有1000万数据 ,Redis只能缓存20w数据, 如何保证Redis中的数据都是热点数据 ?

2.Redis的内存用完了会发生什么？

面试回答

数据过期策略

抛砖引玉，我们先思考这样一个问题

假如redis的key过期之后，会立即删除吗？

set name nuc 10

Redis对数据设置数据的有效时间，数据过期以后，就需要将数据从内存中删除掉。可以按照不同的规则进行删除，这种删除规则就被称之为数据的删除策略（数据过期策略）。

在Redis当中，数据过期策略分为两种分别是惰性删除和定期删除。

惰性删除

设置该key过期时间后，我们不去管它，当需要该key时，我们在检查其是否过期，如果过期，我们就删掉它，反之返回该key

set name zhangsan  10
get name   //发现name过期了，直接删除key

优点：对CPU友好，只会在使用该key时才会进行过期检查，对于很多用不到的key不用浪费时间进行过期检查

缺点：对内存不友好，如果一个key已经过期，但是一直没有使用，那么该key就会一直存在内存中，内存永远不会释放

定期删除

每隔一段时间，我们就对一些key进行检查，删除里面过期的key(从一定数量的数据库中取出一定数量的随机key进行检查，并删除其中的过期key)。

定期清理有两种模式：

SLOW模式是定时任务，执行频率默认为10hz（每秒执行10次），每次不超过25ms，以通过修改配置文件redis.conf 的hz选项来调整这个次数

FAST模式执行频率不固定，但两次间隔不低于2ms，每次耗时不超过1ms

优点：可以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。另外定期删除，也能有效释放过期键占用的内存。

缺点：难以确定删除操作执行的时长和频率。

如果执行的太频繁，对CPU不太友好，如果执行的太少，又和惰性删除一样，过期的数据不会及时的释放

Redis的过期删除策略：惰性删除 + 定期删除两种策略进行配合使用

面试回答

面试官：Redis的数据过期策略有哪些 ?

候选人：在redis中提供了两种数据过期删除策略第一种是惰性删除，在设置该key过期时间后，我们不去管它，当需要该key 时，我们在检查其是否过期，如果过期，我们就删掉它，反之返回该key。

第二种是定期删除，就是说每隔一段时间，我们就对一些key进行检查，删除里面过期的key 定期清理的两种模式： SLOW模式是定时任务，执行频率默认为10hz，每次不超过25ms，以通过修改配置文件redis.conf 的 hz 选项来调整这个次数 FAST模式执行频率不固定，每次事件循环会尝试执行，但两次间隔不低于2ms，每次耗时不超过1ms

Redis的过期删除策略是，惰性删除 + 定期删除两种策略进行配合使用。

数据淘汰策略

假如缓存过多，内存是有限的，内存被占满了怎么办？

当Redis中的内存不够用时，此时在向Redis中添加新的key，那么Redis就会按照某一种规则将内存中的数据删除掉，这种数据的删除规则被称之为内存的淘汰策略。

8种淘汰策略

Redis支持8种不同策略来选择要删除的key：

noeviction：不淘汰任何key，但是内存满时不允许写入新数据，默认就是这种策略。
volatile-ttl：对设置了TTL的key，比较key的剩余TTL值，TTL越小越先被淘汰
allkeys-random：对全体key ，随机进行淘汰。
volatile-random：对设置了TTL的key ，随机进行淘汰。
allkeys-lru：对全体key，基于LRU算法进行淘汰
volatile-lru：对设置了TTL的key，基于LRU算法进行淘汰
allkeys-lfu：对全体key，基于LFU算法进行淘汰
volatile-lfu：对设置了TTL的key，基于LFU算法进行淘汰

数据淘汰策略-使用建议

1.优先使用 allkeys-lru 策略。充分利用 LRU 算法的优势，把最近最常访问的数据留在缓存中。如果业务有明显的冷热数据区分，建议使用。

1.1为什么不用LFU呢？

因为访问频率不一定能准确的反映数据的热度，比如某个数据只在某个时间段内，被访问多次，在其他时间段很少访问，那么这个时候，如果只通过数据访问频率来判断数据热度，可能会出现误判

2.如果业务中数据访问频率差别不大，没有明显冷热数据区分，建议使用 allkeys-random，随机选择淘汰

3.如果业务中有置顶的需求，可以使用 volatile-lru 策略，同时置顶数据不设置过期时间，这些数据就一直不被删除，会淘汰其他设置过期时间的数据。

4.如果业务中有短时高频访问的数据，可以使用 allkeys-lfu 或 volatile-lfu 策略。

小测试

1.数据库有1000万数据 ,Redis只能缓存20w数据, 如何保证Redis中的数据都是热点数据 ?

基于LRU算法的缓存淘汰机制：将Redis中最近最少使用的数据从内存中淘汰，以腾出空间给新的热点数据。
按照访问频率分层缓存：将热点数据存储在Redis中，而将冷数据存储在类似于MySQL或MongoDB这种的关系型数据库中，以确保Redis中的数据都是主要的热点数据，不会占用太多内存。
使用Redis的过期键（expire）和定期过期（TTL）机制，将数据缓存在Redis中，并设置过期时间，确保数据能够在缓存时保持新鲜且不过期。

2.Redis的内存用完了会发生什么？

主要看数据淘汰策略是什么？如果是默认的配置（ noeviction ），会直接报错

Redis会使用操作系统提供的虚拟内存机制将数据存储到磁盘上，如果开启了swap分区，Redis会将部分数据存储在swap中。但是，不建议过度依赖swap，因为磁盘IO速度较低，会严重影响Redis的性能。
Redis中的部分数据可能会被自动清理。在Redis中，可以通过配置maxmemory选项来限制Redis使用的最大内存量。当Redis的内存用量达到maxmemory的值时，Redis会尝试清理内存中已经过期的键来释放内存空间。如果过期键不足以释放内存空间，Redis将使用LRU（最近最少使用）算法清理最近最少使用的键，以释放空间给新的数据。这些清理策略都会导致数据丢失，因此需要谨慎处理。
当Redis无法申请更多内存时，它将停止接受写入请求，并进入"out of memory"状态。在此状态下，Redis只接受读取和删除请求，并拒绝所有写请求，这将会导致应用程序出现异常，可能会影响业务、造成数据不一致等问题。