Redis是如何进行内存回收的？

1、过期Key处理

Redis性能强，主要的原因就是基于内存存储。然而单节点的Redis其内存大小不宜过大，会影响持久化或主从同步性能。

当内存使用达到上限时，就无法存储更多数据了。为了解决这个问题，Redis提供了一些策略实现内存回收：内存过期策略

可以通过expire命令给Redis的key设置TTL，当key的TTL到期以后，再次访问返回的是nil，说明这个key已经不存在了，对应的内存也得到释放。从而起到内存回收的目的。

Redis本身是一个典型的key-value内存存储数据库，因此所有的key、value都保存在Dict结构中。redisDb就是Redis中的一个个数据库，一共有16个，每个redisDb中

• *dict是Dict结构，存放的是所有的key和value
• *expires是Dict结构，存放的是每一个key，对应的TTL时间，只有设置了TTL的key，才会在*expire中存在

• *dict是Dict结构，ht[0]存放的就是所有的key和value，不过这里的key和value都是redisObject，entry中存放的是key和value对应的redisObject的指针
• *expires是Dict结构，他的key存放的也是对应redisObject的指针，value存放的是这个key的过期时间，因此Redis就是通过这个过期时间判断key是否过期的

1.1 惰性删除

惰性删除是指并不是在TTL到期后就立刻删除，而是在访问一个key的时候，检查该key的存活时间，如果已经过期才执行删除。

从下边源码中可以看到，当Redis执行读或写操作时，首先会检查key是否过期，如果过期就先删除key

1.2 周期删除

周期删除是指通过一个定时任务，周期性的抽样部分过期的key，然后执行删除。

• Redis服务初始化函数initServer()中设置定时任务，按照server.hz的频率来执行过期key清理，模式为SLOW
• Redis的每个事件循环前会调用beforeSleep()函数，执行过期key清理，模式为FAST

1.2.1 slow模式

1. initServer方法中，会创建定时器，关联回调函数serverCron，处理周期server.hz默认为10

2. serverCron方法中，会执行过期key的处理，然后返回1000/server.hz，默认是100，表示后边每100ms执行一次清理key的操作

3. databasesCron方法中，通过activeExpireCycle方法执行清理过期key的操作
   
   

1.2.2 fast模式

1. 在每次调用n = aeApiPoll()时，也就是执行epoll_wait操作之前，都会执行beforeSleep方法，这个方法内部，也会执行activeExpireCycle方法，不过此时是FAST模式

SLOW模式：

• 执行频率受server.hz影响，默认为10，即每秒执行10次，每个执行周期100ms。
• 执行清理耗时不超过一次执行周期的25%，默认slow模式耗时不超过25ms
• 清理时，逐个遍历db，逐个遍历db中的bucket【即hash表中每个位置的链表】，抽取20个key判断是否过期
• 如果没达到时间上限（25ms）并且过期key比例大于10%，再进行一次抽样，否则结束

FAST模式规则

• 执行频率受beforeSleep()调用频率影响，但两次FAST模式间隔不低于2ms
• 执行清理耗时不超过1ms
• 逐个遍历db，逐个遍历db中的bucket，抽取20个key判断是否过期
• 如果没达到时间上限（1ms）并且过期key比例大于10%，再进行一次抽样，否则结束

2、内存淘汰策略

就是当Redis内存使用达到设置的上限时，会主动挑选部分key进行删除以释放更多内存。

Redis会在处理客户端命令的方法processCommand()中尝试做内存淘汰

int out_of_memory = (performEvictions() == EVICT_FAIL) 这行代码首先通过performEvictions()执行内存淘汰，如果返回EVICT_FAIL说明内存淘汰失败，那么out_of_memory 就为1，后边就拒绝执行这条命令

淘汰策略

Redis支持8种不同策略来选择要删除的key

• noeviction： 不淘汰任何key，但是内存满时不允许写入新数据，默认就是这种策略。

• volatile-ttl： 对设置了TTL的key，比较key的剩余TTL值，TTL越小越先被淘汰

• allkeys-random：对全体key ，随机进行淘汰。也就是直接从db->dict中随机挑选

• volatile-random：对设置了TTL的key ，随机进行淘汰。也就是从db->expires中随机挑选。

• allkeys-lru： 对全体key，基于LRU算法进行淘汰

• volatile-lru： 对设置了TTL的key，基于LRU算法进行淘汰

  • LRU（Least Recently Used），最少最近使用。用当前时间减去最后一次访问时间，这个值越大则淘汰优先级越高。

• allkeys-lfu： 对全体key，基于LFU算法进行淘汰

• volatile-lfu： 对设置了TTL的key，基于LFI算法进行淘汰

  • LFU（Least Frequently Used），最少频率使用。会统计每个key的访问频率，值越小淘汰优先级越高。

RedisObject中的lru字段，记录该对象最后一次被访问的时间，LFU也是复用的这个字段。

• 当使用LRU时，它保存的是上次访问的时间
• 使用LFU时，高16位以分钟为单位记录最近一次访问时间，低8位记录逻辑访问时间

LFU的访问次数称为逻辑访问次数，是因为并不是每次key被访问都计数，而是通过运算：

• 生成0~1之间的随机数R
• 计算 1 / (旧次数 * lfu_log_factor + 1) ，记录为P，lfu_log_factor默认为10
• 如果 R < P ，则计数器 + 1，且最大不超过255
• 访问次数会随时间衰减，距离上一次访问时间每隔 lfu_decay_time 分钟【默认为1】，计数器 -1

typedef struct redisObject {
    unsigned type:4;		// 对象类型
    unsigned encoding:4;	// 编码类型
    unsigned lru:LRU_BITS; /* LRU：以秒为单位记录最近一次访问时间，长度为24bit
                            * LFU：高16位以分钟为单位记录最近一次访问时间，低8位记录逻辑访问时间
                            */
    int refcount;		// 引用计数，计数为0则可以回收
    void *ptr;			// 数据指针，指向真实数据
} robj;

执行流程

1、执行命令前先判断当前内存是否充足，如果充足就执行命令，然后退出，否则继续判断

2、判断当前策略是否是noeviction，即不淘汰任何key，如果是，那么直接退出，会报错，否则继续执行

3、判断当前是否是AllKeys模式，是的话就从db-dict中淘汰，否则从db->entries中淘汰

4、判断内存策略，如果是RANDOM，那么就随机选一个key删除，然后继续判断内存是否充足

5、如果是LRU、LFU、TTL的话，准备一个eviction_poll，从第一个数据库开始，随机挑选maxmemory_samples【默认为5】个key，基于不同的内存策略计算idleTime

• TTL：idleTime = maxTTL - TTL
• LRU：idleTime = now - LRU
• LFU：idleTime = 255 - LFU

6、判断这些key是否可以放入eviction_poll

• 如果eviction_poll没满，就放进去
• 如果满了，就判断里边idleTime最小的是否比当前要放进去的小，是的话，就将当前的key放进去，小的key出来，将eviction_poll中元素升序排序，然后继续遍历下一个数据库

7、取出eviction_poll中idleTime最大的key，将他删除，然后判断内存是否充足，充足的话就结束，否则继续删除