redis学习笔记（六）淘汰机制

一、redis作为缓存和数据库的区别

1.缓存数据不"重要"，不是全量数据，缓存应该随着访问变化，存的都是热数据
2.redis里的数据应该能随着业务变化，只保留热数据，因为内存大小是有限的，也就是瓶颈
3.删除优先级：
业务逻辑->key的有效期 业务运转->随着访问变化，淘汰调冷数据
因此能业务删除最好不用淘汰机制

二、redis的淘汰算法

不配置淘汰策略时，内存满了后再访问时返回错误
redis淘汰策略分两个维度：所有键/有过期时间的键+淘汰策略（lru、lfu、random、ttl）
所有的淘汰策略：

-1 allkeys-lru 所有键最久没用
-2 volatile-lru 过期的键久没用
-3 allkeys-lfu 所有键最少使用
-4 valatile-lfu 过期的键最少使用
-5 volatile-random 随机淘汰
-6 volatile-ttl 优先淘汰回收存活时间较少的键

redis实现的lru/lfu并非完全实现，而是做了一点优化，优化如下：
被动方式：访问时才把过期的key删掉
主动方式：
1.每隔一段时间（10秒），随机采样20个（可配）keys
2.删除其中过期的或被lru/lfu判定成功的keys
3.如果删除比例大于%25，重复步骤1、2
目的：牺牲内存，保住性能为主的思想

三、LRU算法和LFU算法

1.LRU算法

需求：R是recently（最近的）的意思，LRU就是淘汰调最久没有使用的key
思路：
1.最蠢的办法：每个key都记录一个时间，然后遍历所有的key，把时间最小的淘汰掉。时间复杂度O(n)，空间复杂度O(n)且浪费记录时间的内存
2.put/get/del时间复杂度优化到O(1)。
3.hashmap+双向链表
模型：

put：数据时放到链表头部，时间复杂度复杂度O(1)
del：删除链表尾部即可，时间复杂度O(1)
get：根据key查hashmap即可，时间复杂度O(1)
set=del+put
代码实现可参考java中的LinkedHashmap

LFU算法

需求：F是frequently的意思，同LUR，put/get/del时间复杂度优化到O(1)。
思路：LFU可以算是LRU的延伸，一个map不够用，那就使用第二个map，第二个map的key是访问次数，value维护一个链表，链表每个元素指向第一个map的元素。并在entry中增加count属性

put：数据时放到第一个链表头部，并放入第二个map中，时间复杂度O(1)
del：从第二个map中查key较小的entry，并在第一、二个map中删除，时间复杂度O(1)
get：根据key查第一个hashmap即可，并更新第二个map，count++放到新key里，时间复杂度O(1)
set=del+put
代码自行百度。。。

如果有写错的地方，欢迎大家指正，感谢！