Redis内存淘汰策略

系列文章目录

Redis缓存不一致问题如何解决
使用Redis缓存数据可能需要的问题

---

前言

在分布式系统中，为了提高系统的性能，会使用到Redis来作为缓存中间件，将一部分数据库中的数据存储到缓存中，但是不会把数据库中的数据全部都放到缓存中，而是将其中一部分热点数据放入缓存中。但是Redis是基于内存来操作的，内存容量相比磁盘小的非常多，大部分情况可能16个G，用10个G来缓存数据。当内存容量快满了，应该触发什么机制，这个是我们需要考虑的。

一、如何给Redis设置缓存淘汰策略？

在Redis的配置文件中，可以配置缓存容量大小，已经当缓存容量到达之后触发什么样的机制；

缓存容量的设置
maxmemory 300mb

内存淘汰策略
maxmemory-policy volatile-lru

二、内存淘汰策略

在Redis4.0之前，提供了6种策略供选择；
针对设置了过期时间

1. volatile-ttl:在筛选时，会针对过期时间的键值对，根据过期时间的先后进行删除，越早过期的越背删除。
2. volatile-random:在设置了过期时间的键值对中，随机选择删除；
3. volatile-lfu:会使用lfu算法，在设置了过期时间的键值对中进行删除；
4. volatile-lru:会使用lru算法，在设置了过期时间的键值对中进行删除；
   针对全部键值对
5. allkeys-random:在所有的键值对中随机选择删除；
6. allkeys-lfu:在所有的键值对中使用lfu算法进行删除；
7. allkeys-lru:在所有的键值对中使用lru算法进行删除；
8. noenviction:不会剔除数据，当数据达到了设置的最大内存或者系统容量满了，拒绝所有的写操作，并向客户端抛出错误信息：“（erro）OOM command not allowed when used memory”，并且此时只响应读请求；

1.TTL算法

根据设置了过期时间的键值对，ttl算法会根据剩余过期时间进行排序，即将越早过期的key，越会被删除。

2.LRU算法（Least recently used）

lru算法是最近最少使用算法，表示从需要被过滤的数据中心，找出最近一段时间内，没有被访问过的数据，以最近一次访问时间作为参考。

3.LFU算法（Least frequently Used）

lfu算法是最近访问次数最少的算法，找出一段时间内，使用次数最少的数据，以访问次数作为参考。

4.LRU和LFU对比

lfu适合热点数据，效率会比较高。lru适合大部分场景。
1、当有一些热点数据频繁被访问，根据lfu算法的特点，这些键值对肯定是不会被删除的，但如果是周期性的热点key，使用lru算法可能会被删除了。
2、当有一批次数只在某个时刻被访问，而且频率很高，过了这个时间点就不会被访问了，使用lfu会导致这些数据过了这个时间点后不会被删除，而使用lru则不需要考虑，在一段时间内没有被访问就会被删除了。

总结

以上就是我对如何解决缓存不一致问题的个人见解，如果有其他方案，欢迎评论区建言献策。