Redis刪除策略的三種方法及逐出算法
一、前言
在文章開始之前,我先問大家一個(gè)問題:當(dāng)我們使用指令:expire key second給一個(gè)key設(shè)置過期時(shí)間,過期時(shí)間一到,這個(gè)key對應(yīng)的過期數(shù)據(jù)真的被服務(wù)器立即刪除了嗎?答案是并不會立即刪除。知道了這個(gè)答案,就來看看Redis中如何處理過期的數(shù)據(jù)。
二、Redis中的數(shù)據(jù)特征
Redis是一種內(nèi)存級數(shù)據(jù)庫,所有數(shù)據(jù)均存放在內(nèi)存中,內(nèi)存中的數(shù)據(jù)可以通過TTL指令獲取其狀態(tài),有三種狀態(tài):
| 指令結(jié)果 | 狀態(tài) |
|---|---|
| XX | 具有時(shí)效性的數(shù)據(jù) |
| -1 | 永久有效的數(shù)據(jù) |
| -2 | 已經(jīng)過期的數(shù)據(jù) 或 被刪除的數(shù)據(jù) 或 未定義的數(shù)據(jù) |
三、時(shí)效性數(shù)據(jù)儲存結(jié)構(gòu)

當(dāng)我們用指令設(shè)置過期數(shù)據(jù)后,數(shù)據(jù)對應(yīng)的地址會放在expires空間中,存儲方式是哈希,存儲的value是過期時(shí)間。
四、數(shù)據(jù)刪除策略
數(shù)據(jù)刪除策略目標(biāo):在內(nèi)存占用與CPU占用之間尋找一種平衡,顧此失彼都會造成整體redis性能的下降,甚至引發(fā)服務(wù)器宕機(jī)或內(nèi)存泄露
1、定時(shí)刪除
- 創(chuàng)建一個(gè)定時(shí)器,當(dāng)key設(shè)置有過期時(shí)間,且過期時(shí)間到達(dá)時(shí),由定時(shí)器任務(wù)立即執(zhí)行對鍵的刪除操作
- 優(yōu)點(diǎn):節(jié)約內(nèi)存,到時(shí)就刪除,快速釋放掉不必要的內(nèi)存占用
- 缺點(diǎn):CPU壓力很大,無論CPU此時(shí)負(fù)載量多高,均占用CPU,會影響redis服務(wù)器響應(yīng)時(shí)間和指令吞吐量

2、惰性刪除
- 數(shù)據(jù)到達(dá)過期時(shí)間,不做處理。等下次訪問該數(shù)據(jù)時(shí),會調(diào)用
expireIfNeeded()函數(shù)來判斷該數(shù)據(jù)是否過期: 如果未過期,返回?cái)?shù)據(jù),發(fā)現(xiàn)已過期,刪除,返回不存在 - 優(yōu)點(diǎn):節(jié)約CPU性能,發(fā)現(xiàn)必須刪除的時(shí)候才刪除
- 缺點(diǎn):內(nèi)存壓力很大,出現(xiàn)長期占用內(nèi)存的數(shù)據(jù)

3、定期刪除

流程分析:
- Redis服務(wù)器啟動初始化時(shí),讀取配置server.hz的值,默認(rèn)為10
- 然后每秒鐘執(zhí)行10次
serverCron()方法,該方法用來檢測服務(wù)器 serverCron()方法又會調(diào)用databasesCron()方法,該方法是用來遍歷數(shù)據(jù)庫的,redis默認(rèn)有16個(gè)數(shù)據(jù)庫,從第一個(gè)數(shù)據(jù)庫開始databasesCron()方法又會調(diào)用activeExpireCycle()方法,該方法會對每一個(gè)expires[*]逐一進(jìn)行檢測,每次執(zhí)行250ms/server.hz;對某個(gè)expires[*]檢測時(shí),隨機(jī)挑選W個(gè)key檢測- 如果檢測到key超時(shí),則刪除key;如果一輪中刪除的key的數(shù)量>W25%,循環(huán)該過程;如果一輪中刪除的key的數(shù)量≤W25%,檢查下一個(gè)
expires[*],0-15循環(huán)。其中W取值=ACTIVE_EXPIRE_CYCLE_LOOKUPS_PER_LOOP屬性值 - 如果activeExpireCycle()執(zhí)行時(shí)間到期,下次從current_db繼續(xù)向下執(zhí)行
- 參數(shù)current_db用于記錄activeExpireCycle() 進(jìn)入哪個(gè)expires[*] 執(zhí)行

總結(jié):周期性輪詢r(jià)edis庫中的時(shí)效性數(shù)據(jù),采用隨機(jī)抽取的策略,利用過期數(shù)據(jù)占比的方式控制刪除頻度- 內(nèi)存壓力不是很大,長期占用內(nèi)存的冷數(shù)據(jù)會被持續(xù)清理
五、刪除策略對比
| 定時(shí)刪除 | 節(jié)約內(nèi)存,無占用 | 不分時(shí)段占用CPU資源,頻度高 | 拿時(shí)間換空間 |
|---|---|---|---|
| 惰性刪除 | 內(nèi)存占用嚴(yán)重 | 延時(shí)執(zhí)行,CPU利用率高 | 拿空間換時(shí)間 |
| 定期刪除 | 內(nèi)存定期隨機(jī)清理 | 每秒花費(fèi)固定的CPU資源維護(hù)內(nèi)存 | 隨機(jī)抽查,重點(diǎn)抽查 |
六、逐出算法
1、概念引入
當(dāng)新數(shù)據(jù)進(jìn)入redis時(shí),如果內(nèi)存不足怎么辦?Redis使用內(nèi)存存儲數(shù)據(jù),在執(zhí)行每一個(gè)命令前,會調(diào)用freeMemoryIfNeeded()檢測內(nèi)存是否充足。如果內(nèi)存不滿足新加入數(shù)據(jù)的最低存儲要求,redis要臨時(shí)刪除一些數(shù)據(jù)為當(dāng)前指令清理存儲空間。清理數(shù)據(jù)的策略稱為逐出算法。
注意:逐出數(shù)據(jù)的過程不是100%能夠清理出足夠的可使用的內(nèi)存空間,如果不成功則反復(fù)執(zhí)行。當(dāng)對所有數(shù)據(jù)嘗試完畢后,如果不能達(dá)到內(nèi)存清理的要求,將出現(xiàn)錯誤信息。

2、八種配置
檢測易失數(shù)據(jù)(可能會過期的數(shù)據(jù)集server.db[i].expires )
| volatile-lru | 挑選最近最少使用的數(shù)據(jù)淘汰 |
|---|---|
| volatile-lfu | 挑選最近使用次數(shù)最少的數(shù)據(jù)淘汰 |
| volatile-ttl | 挑選將要過期的數(shù)據(jù)淘汰 |
| volatile-random | 任意選擇數(shù)據(jù)淘汰 |
檢測全庫數(shù)據(jù)(所有數(shù)據(jù)集server.db[i].dict )
| allkeys-lru | 挑選最近最少使用的數(shù)據(jù)淘汰 |
|---|---|
| allkeys-lfu | 挑選最近使用次數(shù)最少的數(shù)據(jù)淘汰 |
| allkeys-random | 任意選擇數(shù)據(jù)淘汰 |
放棄數(shù)據(jù)驅(qū)逐:
| no-enviction | 禁止驅(qū)逐數(shù)據(jù)(redis4.0中默認(rèn)策略) |
|---|
到此這篇關(guān)于Redis刪除策略的三種方法及逐出算法的文章就介紹到這了,更多相關(guān)Redis刪除策略內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家!
相關(guān)文章
redis底層數(shù)據(jù)結(jié)構(gòu)之skiplist實(shí)現(xiàn)示例
這篇文章主要為大家介紹了redis底層數(shù)據(jù)結(jié)構(gòu)之skiplist實(shí)現(xiàn)示例,有需要的朋友可以借鑒參考下,希望能夠有所幫助,祝大家多多進(jìn)步,早日升職加薪2023-12-12
Windows系統(tǒng)安裝Redis的詳細(xì)圖文教程
但有時(shí)候想在windows下折騰下Redis,那么就可以參考下面的方法了,雖然腳本之家小編以前整理了一些,發(fā)現(xiàn)這篇做的比較詳細(xì),下載也給出來了2018-08-08
基于Redis實(shí)現(xiàn)阻塞隊(duì)列的方式
本文主要講解基于?Redis?的方式實(shí)現(xiàn)異步隊(duì)列,基于?Redis?的?list?實(shí)現(xiàn)隊(duì)列的方式也有多種,本文通過實(shí)例代碼給大家介紹的非常詳細(xì),感興趣的朋友跟隨小編一起看看吧2021-12-12
如何提高Redis服務(wù)器的最大打開文件數(shù)限制
文章討論了如何提高Redis服務(wù)器的最大打開文件數(shù)限制,以支持高并發(fā)服務(wù),本文給大家介紹的非常詳細(xì),感興趣的朋友跟隨小編一起看看吧2025-01-01
Springboot整合Redis與數(shù)據(jù)持久化
這篇文章主要介紹了Springboot整合Redis與Redis數(shù)據(jù)持久化的操作,文中通過示例代碼介紹的非常詳細(xì),具有一定的參考價(jià)值,感興趣的小伙伴們可以參考一下2022-07-07
Redis+Caffeine實(shí)現(xiàn)高效兩級緩存架構(gòu)的詳細(xì)指南
在現(xiàn)代高并發(fā)系統(tǒng)中,緩存是提升系統(tǒng)性能的關(guān)鍵組件之一,本文將介紹如何結(jié)合 Redis 和 Caffeine 構(gòu)建一個(gè)高效的兩級緩存系統(tǒng),需要的小伙伴可以了解下2025-07-07

