前言
数据类型 | 占用内存 |
---|---|
String | 一个String类型的value最大可以存储512Mb |
List | 一个List的元素个数最多为2^32-1个,也就是4294967295个 |
Set | 一个Set的元素个数最多为2^32-1个,也就是4294967295个 |
Hash | 键值对个数最多为2^32-1个,也就是4294967295个 |
1 过期数据的处理策略
1.1 主动处理
Redis主动触发检测key是否过期,每秒执行10次。
- 从设置了过期失效时间的key中(key不一定过期),随机测试20个key
- 删除当中已经失效的key
类比:校长抽查学生成绩,在全校范围内随机抽取20名参加考试的同学,如果发现了有同学考试不及格,就立即通知家长到校喝茶,对其进行严厉的教育。
1.2 被动处理
key失效后,依旧存在内存当中,每次访问该失效key,超时返回后对其进行删除。
类比:学生考试不及格,家长平时也不过问成绩,某一次回到家中,家长询问起成绩来,发现成绩不及格,对其进行严厉的教育。
2 内存回收策略
maxmemory-policy noeviction //修改配置文件,推荐,重启生效
config set maxmemory-policy noeviction
动态临时调整,重启后失效
回收策略 | 说明 |
---|---|
noeviction | 直接报错 |
allkeys-lru | 在所有key中执行LRU算法 |
allkeys-lfu | 在所有key中执行LFU算法 |
allkeys-random | 在所有key中随机回收 |
volatile-lru | 在所有已过期的key中执行LRU算法 |
volatile-lfu | 在所有已过期的key中执行LFU算法 |
volatile-random | 在所有已过期的key中随机回收 |
volatile-ttl | 回收已过期的key,并且优先回收存活时间较短的key |
3 LFU算法
LFU(Least Frequently Used):根据数据的历史访问频率来淘汰数据
- 核心思想:如果数据过去被访问多次,那么将来被访问的频率也更高。
- Redis的实现是近似的实现,每次对key进行访问时,用基于概率的对数计数器来记录访问次数,同时这个计数器会随着时间推移而减小。
- 启用LFU算法后,可以使用热点数据分析功能。(redis-cli --hotkeys)
参考文章
结语
本人所有博客仅用于学习记录,不做任何商业用途,如涉及侵权,还请联系删除,感谢阅读,欢迎留言,一起进步~