5redis------------Redis补充--内存淘汰机制与算法、Redis性能测试、Redis慢查询、可视化管理工具------全栈式开发45

本文链接：https://blog.csdn.net/weixin_43761516/article/details/118197079

Redis补充

一、内存淘汰机制与算法
- （一）内存淘汰机制
- （二）内存淘汰算法
二、Redis 性能测试
三、Redis 慢查询
四、Redis 的可视化管理工具

仅仅了解即可

一、内存淘汰机制与算法

（一）内存淘汰机制

定义

当 Redis 运行内存已经超过 Redis 设置的最大内存之后，redis将触发内存淘汰机制，采用策略来删除符合条件的键值对，以此来保障 Redis 高效的运行。

Redis 最大运行内存

只有在 Redis 的运行内存达到了某个阀值，才会触发内存淘汰机制，这个阀值就是我们设置的最大运行内存，此值在 Redis 的配置文件中可以找到，配置顶为 maxmemkory。

# 查看设置的最大运行内存，默认0，表示是没有内存大小限制。
config get maxmemory 
# 查看 Redis 内存淘汰策略
config get maxmemory-policy
# 内存淘汰策略种类，其中 allkeys-xxx 表示从所有的键值中淘汰数据，而 volatile-xxx 表示从设置了过期键的键值中淘汰数据。
	noeviction：不淘汰任何数据，当内存不足时，新增操作会报错，Redis 默认内存淘汰策略；
	allkeys-lru：淘汰整个键值中最久未使用的键值；
	allkeys-random：随机淘汰任意键值；
	volatile-lru：淘汰所有设置了过期时间的键值中最久未使用的键值；
	volatile-random：随机淘汰设置了过期时间的任意键值；
	volatile-ttl：优先淘汰更早期的键值。
	在 Redis 4.0 版本中又新增了 2 种淘汰策略：
	volatile-lfu：淘汰所有设置了过期时间的键值中，最少使用的键值；
	allkeys-lfu：淘汰整键值中最少使用的键值。

在这里插入图片描述

（二）内存淘汰算法

内存淘汰算法种类

LRU 算法和 LFU 算法。

LRU 算法

LRU 全称是 Least Recently Used 译为最少使用，是一种常用的页面换算法，选择最近最久使用的页面予以淘汰。
- 1.LRU 算法实现
  - LRU 算法需要基于链表结构，链表中的元素按照操作顺序从前往后排列，最新操作的键会被移动到表头，当需要内存淘汰是、时，只需要删除链表尾部的元素即可。
- 2.近LRU 算法
  - Redis 使用的是一种近似 LRU 算法，目的是为了更好的节约内存，它的实现方式是给现有的数据结构添加一个额外的字段，用于记录此键值得最后一次访问时间，Redis 内存淘汰时，会使用随机采样的方式来淘汰数据，它是随机取 5 个值（此值可配置），然后淘汰最久没有使用的那个。
- 3.LRU 算法缺点
  - LRU 算法有一个缺点，比如说很久没有使用的一个键值，如果最近被访问了一次，那么它就不会被淘汰，即使它是使用次数最少的缓存，那它也不会被淘汰，因此在 Redis 4.0 之后引入了 LFU 算法，下面我们一起来看。

LFU 算法

LFU 全称是 Least Frequently Used 翻译为最不常用的，最不常用的算法是根据总访问次数来淘汰数据的，它的核心思想是 ‘如果数据过去被访问多次，那么将来被访问的频率也更高’。

二、Redis 性能测试

性能测试工具

redis-benchmark 进行测试
redis-benchmark 位于 Redis 的 src 目录下

性能测试方法

基准测试： ./redis-benchmark -h
- 不指定，默认参数
精简测试：./redis-benchmark -t set,get,incr -n 1000000 -q
- -q 指定输出结果为精简模式
- -t 表示指定测试指令
- -n 设置每个指令测试次数
管道测试：./redis-benchmark -t set,get,incr -n 1000000 -q -P 10
- -p 10 表示每次管道一次执行 10 个 Redis 命令，测试的结果有管道的是普通性能的8陪

性能测试的使用场景

1.技术选型，比如测试 Memcached 和 Redis；
2.对比单机 Redis 和集群 Redis 的吞吐量；
3.评估不同类型的存储性能，例如集合和有序集合；
4.对比开启持久化和关闭持久化得吞吐量；
5.对比调优和未调优的吞吐量；
6.对比不同 Redis 版本的吞吐量，作为是否升级的一个参考标准。

管道测试的影响元素

为什么每次执行 10 个 Redis 命令，Pipeline 的效率为什么达不到普通命令的 10 倍呢？这是因为会受到很大外部因素的影响，例如以下几个：
- 1.网络宽带和网络延迟可能是 Redis 操作最大的性能瓶颈，比如 10w q/s，平均每个请求负责传入 8 KB 的字符，那我们需要的理论宽带是 7.6 Gbits/s，如果服务器配置的是 1Gbits/s，那么一定会有很多信息在排队等候传输，因此运行效率可想而知，这也是很多 Redis 生产环境之所以效率不高的原因；
- 2.CPU 可能是 Redis 运行的另一个重要的影响因素，如果CPU 的计算机能力跟不上 Redis 要求的话，也会影响 Redis 运行效率；
- 3.如果 Redis 的运行在虚拟机设备上，性能也会受影响，因为普通操作在虚拟机设备上会有额外的消耗；
- 4.普通操作和批量操作（Pipeline）对 Redis 的吐量也有很大的影响。

三、Redis 慢查询

引入

Redis 慢查询作用和 MySQL 慢查询作用类时，都是为我们查询出不合理的执行命令，从而让服务器更加高效和健康的运行。对于单线程的 Redis 来说，不合理的使用更是致命的，因此掌握 Redis 慢查询技能对我们来说非常的关键。

开启慢查询

	'''
	配置文件修改
	'''
# 用于设置慢查询的评定时间，也就是说超过配置项的命令，将会被当成慢操作记录在慢查询日志中，它在执行单位是微秒（1秒等于 1000000 微秒）
slowlog-log-slower-than
# 用来配置慢查询日志的最大记录数。
slowlog-max-len
	'''
	linux命令
	'''
#慢日志查询
slowlog get
# 查询指定条数慢查询
slowlog get n
# 获取慢查询队列长度
slowlog len
# 清空慢查询日志
lowlog reset

作用

可以定期检查慢查询日志，及时发现和改进 Redis 运行中不合理的操作。

四、Redis 的可视化管理工具

因为 Redis 官方只提供了命令行版的 Redis 客户端 redis-cli，以至于我们在使用的时候会比较麻烦，通常要输入一堆命令，而且命令行版本的客户端看起来也不够直观。

可视化管理工具

RedisClient： Jave 编写的 Redis 连接客户端，功能丰富、免费的。支持平台 Windows。地址：https://github.com/caoxinyu/RedisClient
Redis Desktop Manager：一款基于 Qt5 的跨平台 Redis 桌面管理软件。收费、支持平台Windows、macOS、Linux。地址：https://github.com/uglide/RedisDesktopManager
AnotherRedisDesktopManager：一款基于 Node.js 开发的 Redis、免费桌面管理器，它的特点就是相对来说比较稳定，在数据量比较大的时候不会崩溃。支持平台 Windows、macOS、Linux。地址：https://github.com/qishibo/AnotherRedisDesktopManager