Redis 删除策略

1. 数据删除策略

• 对于设置了有时效性的key来说，过期了，什么时候去删除，也有多种策略。
• 有可能，有一个定时器，到期了，立马去删除。
• 有可能，有人要用的时候，检查一下过期没有，过期了那就顺便把它删除了。
• 也有可能，定期去随机删除。
  

1.1 定时删除

• 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
• 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）

1.2 惰性删除

• 数据到达过期时间，不做处理。等下次访问该数据时
  • 如果未过期，返回数据
  • 发现已过期，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（拿时间换空间）

1.3 定期删除

• 简单来说，就是定期随机检测多个DB被设为expire的key，检查是否存在过期。如果当前DB被删除的个数大于某个阈值，则会在当前DB再随机检测一轮，直到被删除的个数没有大于阈值。而每期都删除一点，下一期接着上一期的继续检测。如此就可以折中，既不会垃圾累积过多，也不会占用CPU资源过多。
• 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expireIfNeeded()（随机抽查，重点抽查）

1.4 删除策略比对

删除策略	内存	CPU资源	总结
定时删除	节约内存	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	内存定期随即清理	每秒花费固定的CPU资源维护内存	随机抽查，重点抽查

2. 逐出算法

2.1 新数据进入内存，内存不足怎么办？

• 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会临时删除一些数据，为当前数据腾出空间。清理数据的策略叫做逐出算法。
• 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。
  

2.2 相关配置

• 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。生产环境中根据需求设定，通常设置在50%以上。

  maxmemory
  

• 每次选取待删除数据的个数。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方式作为待检测删除数据

  maxmemory-samples
  

• 删除策略。达到最大内存后的，对被挑选出来的数据进行删除的策略。默认为noeviction

  maxmemory-policy
  

2.3 影响数据逐出的相关配置

• 检测易失数据（可能会过期的数据集）
  • volatile-lru：挑选最近最少使用的数据淘汰
  • volatile-lfu：挑选最近使用次数最少的数据淘汰
  • volatile-ttl：挑选将要过期的数据淘汰
  • volatile-random：任意选择数据淘汰
• 检测全库数据（所有数据集）
  • allkeys-lru：挑选最近最少使用的数据淘汰
  • allkeys-lfu：挑选最近使用次数最少的数据淘汰
  • allkeys-random：任意选择数据淘汰
• 放弃数据驱逐
  • 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）

2.4 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