点击上方 "Dubbo之家" 关注公众号 星标置顶 终身学习
每天8点 第一时间与你相遇 不见不散
DubboHome 和你一起 终身学习
上篇回顾点这里
欢迎本篇讨论留言,Redis的过期策略都有哪些?
终身系列 私人订制
往期回顾
每日一面:RPC非常重要,很多人面试的时候都挂在了这个地方
每日一面:Dubbo的注册中心用了ZK,那么ZK都有哪些使用场景?
官方推荐:Dubbo作者亲述:那些辉煌、沉寂与重生的故事
官方推荐:阿里巴巴 Apache Dubbo 布道师谈 Service Mesh
面试题
Redis内存淘汰机制都有哪些?过期策略都有哪些?手写LRU 代码?
面试官心理分析
如果你连这个问题都不知道,上来就懵了,回答不出来,那线上你写代码的时候,想当然的认为写进 redis 的数据就一定会存在,后面导致系统各种 bug,谁来负责?
常见的有两个问题:
往 redis 写入的数据怎么没了?
可能有同学会遇到,在生产环境的 redis 经常会丢掉一些数据,写进去了,过一会儿可能就没了。我的天,同学,你问这个问题就说明 redis 你就没用对啊。redis 是缓存,你给当存储了是吧?
啥叫缓存?用内存当缓存。内存是无限的吗,内存是很宝贵而且是有限的,磁盘是廉价而且是大量的。可能一台机器就几十个 G 的内存,但是可以有几个 T 的硬盘空间。redis 主要是基于内存来进行高性能、高并发的读写操作的。
那既然内存是有限的,比如 redis 就只能用 10G,你要是往里面写了 20G 的数据,会咋办?当然会干掉 10G 的数据,然后就保留 10G 的数据了。那干掉哪些数据?保留哪些数据?当然是干掉不常用的数据,保留常用的数据了。
数据明明过期了,怎么还占用着内存?
这是由 redis 的过期策略来决定。
面试题剖析
Redis的过期策略
我们都知道,Redis是key-value数据库,我们可以设置Redis中缓存的key的过期时间。Redis的过期策略就是指当Redis中缓存的key过期了,Redis如何处理。
过期策略通常有以下三种:
定时过期:每个设置过期时间的key都需要创建一个定时器,到过期时间就会立即清除。该策略可以立即清除过期的数据,对内存很友好;但是会占用大量的CPU资源去处理过期的数据,从而影响缓存的响应时间和吞吐量。
惰性过期:只有当访问一个key时,才会判断该key是否已过期,过期则清除。该策略可以最大化地节省CPU资源,却对内存非常不友好。极端情况可能出现大量的过期key没有再次被访问,从而不会被清除,占用大量内存。
定期过期:每隔一定的时间,会扫描一定数量的数据库的expires字典中一定数量的key,并清除其中已过期的key。该策略是前两者的一个折中方案。通过调整定时扫描的时间间隔和每次扫描的限定耗时,可以在不同情况下使得CPU和内存资源达到最优的平衡效果。
(expires字典会保存所有设置了过期时间的key的过期时间数据,其中,key是指向键空间中的某个键的指针,value是该键的毫秒精度的UNIX时间戳表示的过期时间。键空间是指该Redis集群中保存的所有键。)
Redis中同时使用了惰性过期和定期过期两种过期策略。
Redis的内存淘汰策略
Redis的内存淘汰策略是指在Redis的用于缓存的内存不足时,怎么处理需要新写入且需要申请额外空间的数据。
noeviction:当内存不足以容纳新写入数据时,新写入操作会报错。
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。
allkeys-random:当内存不足以容纳新写入数据时,在键空间中,随机移除某个key。
volatile-lru:当内存不足以容纳新写入数据时,在设置了过期时间的键空间中,移除最近最少使用的key。
volatile-random:当内存不足以容纳新写入数据时,在设置了过期时间的键空间中,随机移除某个key。
volatile-ttl:当内存不足以容纳新写入数据时,在设置了过期时间的键空间中,有更早过期时间的key优先移除。
总结
Redis的内存淘汰策略的选取并不会影响过期的key的处理。内存淘汰策略用于处理内存不足时的需要申请额外空间的数据;过期策略用于处理过期的缓存数据。
手写一个 LRU 算法
你可以现场手写最原始的 LRU 算法,那个代码量太大了,似乎不太现实。
不求自己纯手工从底层开始打造出自己的 LRU,但是起码要知道如何利用已有的 JDK 数据结构实现一个 Java 版的 LRU。
class LRUCacheextends 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;
}@Overrideprotected 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;
}
}
来源:http://uee.me/bdDSx
欢迎在留言区留下您的观点,一起讨论提高。如果每天的文章让您有新的启发,学习能力的提升上有新的认识,欢迎转发分享给更多人。当然如果有什么不足的地方,也请大家留言指正。
欢迎各位读者加入,快捷入口 》》》》》福利+技术群+投稿《《《《《
精品推荐
每日一面:RPC非常重要,很多人面试的时候都挂在了这个地方
每日一面:Dubbo的注册中心用了ZK,那么ZK都有哪些使用场景?
官方推荐:Dubbo 生态添新兵,Dubbo Admin 发布 v0.1
官方推荐:Dubbo生态-Sentinel如何通过限流实现服务的高可用性
专注Dubbo、Java、
微服务、容器化等互联网技术
职场心得、生活感悟、面经资源
用心在做 每天八点 不见不散
长按二维码关注我们
感谢关注,技术分享不易,希望提升自己,惠泽他人
看完,点个“在看”呀