Redis内存淘汰机制
1、 为什么需要淘汰数据?
Redis是基于内存的数据库,它常被用作缓存。所谓缓存,就是当业务系统发出查询数据请求,只需要通过Redis获取,不需要对数据库进行查询,这样可以提高系统的响应速率与性能。Redis中的数据时默认不过期的,如果Redis中的数据永久存在,那么其所占用的内存会变得越来越大。为了达到减少内存消耗的目的,有必要对一些不经常使用的数据进行淘汰。除了内存淘汰机制,Redis中还有过期策略配合使用。
Redis的过期策略:我们都知道Redis中Key都有一个ttl(存活时间),是否Key到了过期时间就会被删除呢?事实上并不是这样,Redis的过期策略分为两个:定期删除和惰性删除。定期删除是指Redis会定期抽取部分key检查他们是否过期,惰性删除是指客户端在获取key时,Redis也会检查它们是否过期,过期则会被删除。
2 、内存淘汰机制
Redis中的数据除了过期策略处理一部分外,当Redis 在使用内存达到某个阈值时,就会触发内存淘汰机制。Redis会选取一些KEY来删除,根据不同的淘汰策略会删除不同的key值。
可以使用以下代码查看Redis淘汰机制的策略:
[root@localhost redis-6.2.0]# redis-cli #打开Redis客户端
127.0.0.1:6379>
127.0.0.1:6379> config set maxmemory 5gb #配置redis的内存大小
OK
127.0.0.1:6379> config get maxmemory #获取Redis内存大小
1) "maxmemory"
2) "5368709120"
127.0.0.1:6379> config get maxmemory-policy #获取内存淘汰策略
1) "maxmemory-policy"
2) "noeviction"
Redis4.0以后有八种内存淘汰策略,如下表所示:
策略名称 | 描述 |
---|---|
volatile-lru | 从已设置过期时间的数据集中挑选最近最少使用的数据淘汰 |
volatile-ttl | 从已设置过期时间的数据集中挑选将要过期的数据淘汰 |
volatile-random | 从已设置过期时间的数据集中挑选任意数据淘汰 |
allkeys-random | 当内存不足写入新数据时随机选择KEY淘汰 |
allkeys-lru | 当内存不足写入新数据时淘汰最近最少使用的KEY |
no-eviction | 当内存不足写入新数据时,写入操作会报错,同时不删除数据 |
volatile-lfu(新增) | 从已设置过期时间的数据集中挑选最不经常使用的数据淘汰 |
allkeys-lfu(新增) | 当内存不足写入新数据时移除最不经常使用的KEY |
淘汰策略选择:
-
其中 no-eviction 是默认策略,也就是当内存不足以容纳新写入数据时,新写入操作会报错。LRU算法是业界经常使用的算法之一,所以也是内存淘汰策略比较推荐的两种。
-
如果使用 Redis 只是作为缓存,不作为 数据持久化,那推荐选择 allkeys-lru;如果你使用 Redis 同时用于缓存和数据持久化,那推荐选择 volatile-lru。
-
LFU相关的两个算法是Redis4.0以后新增的,因为LRU算法淘汰数据的立足点是根据使用时间间隔淘汰数据,将当前内存中最长时间没有使用过的数据清理掉。这样就存在一个问题:如果一个不会经常使用的数据偶然被使用了一次,那这个并不被经常使用的数据就会一直待在内存中,浪费内存空间。如果我们想淘汰内存中不经常使用的数据,保留经常使用的热点数据,就要使用到LFU算法了。
3 、LRU算法
原理:删除最近最少使用,这里的使用包括查询get和插入put,可以用下图表示。
LRU缓存代码实现:
class LRUCache {
private int cap;
private Map<Integer, Integer> map = new LinkedHashMap<>(); // 这里使用LinkedHashMap保持插入顺序
public LRUCache(int capacity) {
this.cap = capacity;
}
public int get(int key) {
if (map.keySet().contains(key)) {
int value = map.get(key);
map.remove(key);
// 保证每次查询后,都在末尾
map.put(key, value);
return value;
}
return -1;
}
public void put(int key, int value) {
if (map.keySet().contains(key)) {
map.remove(key);
} else if (map.size() == cap) {
Iterator<Map.Entry<Integer, Integer>> iterator = map.entrySet().iterator();
iterator.next();
iterator.remove();
}
map.put(key, value);
}
}