redis淘汰策略的幾種實現(xiàn)
redis內(nèi)存數(shù)據(jù)數(shù)據(jù)集大小升到一定大的時候,就會實行數(shù)據(jù)淘汰策略(回收策略)。
1,volatile-lru:從已設(shè)置過期時間的哈希表(server.db[i].expires)中隨機挑選多個key,然后在選到的key中用lru算法淘汰最近最少使用的數(shù)據(jù)
2,allkey-lru:從所有key的哈希表(server.db[i].dict)中隨機挑選多個key,然后再選到的key中利用lru算法淘汰最近最少使用的數(shù)據(jù)
3,volatile-ttl:從已設(shè)置過期時間的哈希表(server.db[i].expires)中隨機挑選多個key,然后在選到的key中選擇過期時間最小的數(shù)據(jù)淘汰掉。
4,volatile-random:從已設(shè)置過期時間的哈希表(server.db[i].expires)中隨機挑選key淘汰掉。
5,allkey-random:從所有的key的哈希表(server.db[i].dict)中隨機挑數(shù)據(jù)淘汰
6,no-eviction(驅(qū)逐):內(nèi)存達到上限,不淘汰數(shù)據(jù)。
redis確認驅(qū)逐某個鍵值對后,會刪除這個數(shù)據(jù),并將這個數(shù)據(jù)變更消息發(fā)布到本地(AOF持久化)和從機(主從連接)。
LRU數(shù)據(jù)淘汰機制是這樣的:在數(shù)據(jù)集中隨機挑選幾個鍵值對,去除其中最近最少使用的鍵值對淘汰。所以Redis并不是保證取得所有數(shù)據(jù)集中最少最少使用的鍵值對,而只是在隨機挑選的幾個鍵值對中。
TTL數(shù)據(jù)淘汰機制:從國企時間redisDB.expires表中隨機挑選幾個鍵值對,取出其中最快過期的鍵值對淘汰。所以Redis并不保證取得所有過期時間表中最快過期的鍵值對,而是隨機挑選的幾個鍵值對中。
無論是什么機制,都是從所有的鍵值對中挑選合適的淘汰。
在哪里開始淘汰數(shù)據(jù):
Redis服務(wù)器每執(zhí)行一次命令的時候,會檢測使用的內(nèi)存是否超額。如果超額,即進行數(shù)據(jù)淘汰。
int freeMemoryIfNeeded(void) {
/**
* noeviction 不淘汰數(shù)據(jù),什么都不做
*/
if (server.maxmemory_policy == MAXMEMORY_NO_EVICTION)
return C_ERR;
while (mem_freed < mem_tofree) {
int j, k, keys_freed = 0;
for (j = 0; j < server.dbnum; j++) {
/**
* 選擇操作的哈希表,Redis另外維護著一個保存過期時間的key=>expire關(guān)聯(lián)的哈希表
*/
if (server.maxmemory_policy == MAXMEMORY_ALLKEYS_LRU ||
server.maxmemory_policy == MAXMEMORY_ALLKEYS_RANDOM)
{
dict = server.db[j].dict;
} else {
dict = server.db[j].expires;
}
/**
* 分支一:全局哈希表隨機或者過期時間哈希表中,隨機淘汰一個key
*/
if (server.maxmemory_policy == MAXMEMORY_ALLKEYS_RANDOM ||
server.maxmemory_policy == MAXMEMORY_VOLATILE_RANDOM)
{
de = dictGetRandomKey(dict);
bestkey = dictGetKey(de);
}
/**
* 分支二:全局哈希表隨機或者過期時間哈希表中,隨機采樣多個數(shù)據(jù),再運用lru算法挑選一個淘汰
*/
else if (server.maxmemory_policy == MAXMEMORY_ALLKEYS_LRU ||
server.maxmemory_policy == MAXMEMORY_VOLATILE_LRU)
{
/* 樣本集 */
struct evictionPoolEntry *pool = db->eviction_pool;
while(bestkey == NULL) {
/*
* 采樣,更新和維護樣本集;
* 樣本集開始是空的,每次操作完并不會清空樣本集;
* 而且每次采樣,都會采集多個數(shù)據(jù),同時和樣本集中已有的數(shù)據(jù)進行比較,新增或者更新樣本集;
*/
evictionPoolPopulate(dict, db->dict, db->eviction_pool);
/**
* 開始對樣本集使用lru算法,淘汰樣本集中訪問時間最晚的key
*/
for (k = MAXMEMORY_EVICTION_POOL_SIZE-1; k >= 0; k--) {
if (pool[k].key == NULL) continue;
de = dictFind(dict,pool[k].key);
/* 把選取到的key從樣本集中移除 */
sdsfree(pool[k].key);
memmove(pool+k,pool+k+1,
sizeof(pool[0])*(MAXMEMORY_EVICTION_POOL_SIZE-k-1));
pool[MAXMEMORY_EVICTION_POOL_SIZE-1].key = NULL;
pool[MAXMEMORY_EVICTION_POOL_SIZE-1].idle = 0;
/* pool樣本集內(nèi)的key,只是樣本,不一定和db內(nèi)保持一致,也不必,可能在db中已經(jīng)被刪除的,所以要作判斷 */
if (de) {
bestkey = dictGetKey(de);
break;
} else {
/* Ghost... */
continue;
}
}
}
}
/**
* 分支三:在設(shè)置了過期時間的哈希表里面隨機選擇多個key,在挑選到的key中選擇過期時間最小的一個淘汰掉
*/
else if (server.maxmemory_policy == MAXMEMORY_VOLATILE_TTL) {
for (k = 0; k < server.maxmemory_samples; k++) {
sds thiskey;
long thisval;
de = dictGetRandomKey(dict);
thiskey = dictGetKey(de);
thisval = (long) dictGetVal(de);
if (bestkey == NULL || thisval < bestval) {
bestkey = thiskey;
bestval = thisval;
}
}
}
if (bestkey) {
long long delta;
robj *keyobj = createStringObject(bestkey,sdslen(bestkey));
// 命令擴散,把刪除key的命令同步到所有從庫slave
propagateExpire(db,keyobj);
// 刪除key
dbDelete(db,keyobj);
}
}
}
return C_OK;
}到此這篇關(guān)于redis淘汰策略的幾種實現(xiàn)的文章就介紹到這了,更多相關(guān)redis淘汰策略內(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哈希和集合_動力節(jié)點Java學(xué)院整理
這篇文章主要為大家詳細介紹了redis哈希和集合的相關(guān)資料,具有一定的參考價值,感興趣的小伙伴們可以參考一下2017-08-08
SpringBoot整合Redis實現(xiàn)序列化存儲Java對象的操作方法
這篇文章主要介紹了SpringBoot整合Redis實現(xiàn)序列化存儲Java對象,本文給大家介紹的非常詳細,對大家的學(xué)習(xí)或工作具有一定的參考借鑒價值,需要的朋友可以參考下2023-03-03

