Redis学习笔记14----删除策略

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：永久有效的数据
  • -2：已经过期的数据或被删除的数据或未定义的数据
    
    当redis只发送一个指令时，cpu工作很轻松。但是当同时出来很多条指令时(增删改查)，cpu就得考虑先执行什么命令了。redis就会告诉cpu先干正事，不难想到正事就是(增，改，查)这些操作，至于对过期数据的删除，暂时不着急，毕竟当下redis没有很需要使用该内存。所以说过期时间暂时还是存在内存中，以后有时间了在慢慢的删除。

数据删除策略

1. 定时删除
2. 惰性删除
3. 定期删除

时效性数据的存储结构

删除策略的目标

在内存和cpu之间找一种平衡 ，顾此失彼都会造成redis整体性能的下降，甚至引发服务器宕机或内存泄漏

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，到点就删除，快速释放掉不必要的内存占用
• 缺点：CPU压力很大，无论此时cpu的负载量有多高，均占用cpu，会影响redis服务器响应时间和指令吞吐量
• 总结：用处理器的性能换存储空间(时间换空间)

惰性删除

• 数据到达过期时间时，不做处理，等下次在访问该数据时
  • 如果未过期，返回数据
  • 如果过期，删除，返回不存在
• 优点：节约cpu性能，发现必须删除时才删除
• 缺点：内存压力很大，出现长期占用内存的数据
• 总结：用存储空间换处理器性能(空间换时间)

定期删除

• 定期的轮询redis库中的时效性数据，采用随机抽样的策略，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，长期占用内存的过期数据会被持续清理
• 总结：周期性抽查存储空间

逐出算法

• 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小存储要求，redis要临时删除一些数据为当前数据清理存储空间，清理数据的策略称为逐出算法
• 注意：逐出数据的过程并不是100%成功的，如果不成功反复执行，当对所有数据尝试完成后，还是不能达到内存呢清理的要求，会返回错误信息

(error) OOM command not allowed when use memory>'maxmemory'

影响数据逐出的相关配置

• 最大可用内存

maxmemory
# 占用物理内存的比例，默认为0，表示不限制
# 生产环境中根据需求设定，通常为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
# 达到最大内存后对挑选出来的数据进行删除的策略

* 8种删除策略
	= 检测易失数据（可能会过期的数据）
	+ volatile-lru：挑选离现在最久未使用的数据淘汰
	+ 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
	+ allkeys-lru：挑选离现在最久未使用的数据淘汰
	+ allkeys-lfu：挑选最近使用次数最少的数据淘汰
	+ allkeys-random：随机选择数据淘汰
	= 放弃数据驱逐
	+ no-eviction：禁止驱逐数据