Redis 过期删除策略和淘汰策略
2023-11-14 23:23:14 4 举报
AI智能生成
Redis 过期删除策略和淘汰策略
作者其他创作
大纲/内容
当对 key 设置了过期时间, redis 会把该 key 带上过期时间存储到一个过期字典中,过期字典中保存了数据库中所有 key 的过期时间
当我们查询一个 key 时,Redis 首先检查该 key 是否存在于过期字典中:如果不在,则正常读取键值;如果存在,则会获取该 key 的过期时间,然后与当前系统时间进行比对,如果比系统时间大,那就没有过期,否则判定该 key 已过期。
如何判定 key 已过期
在设置 key 的过期时间时,同时创建一个定时事件,当时间到达时,由时间处理器自动执行 key 的删除操作
优点:可以保证过期的 key 会被尽快删除,内存可以被尽快的释放,因为,定时删除对内存是最友好的
缺点:在过期 key 比较多的情况下,删除过期 key 可能会占用相当一部分 CPU 时间,所以,定时删除策略对 CPU 不友好
优缺点
定时删除
不主动删除过期键,每次从数据库访问 key 时,都检测 key 是否过期,如果过期则删除该 key
优点:每次访问时,才会检查 key 是否过期,只会使用很少的系统资源,对 CPU 最友好
缺点:如果一个 key 已经过期,只要这个 key 一直没有被访问,所占用的内存就不会被释放,造成了内存空间浪费,对内存不友好
惰性删除
每隔一段时间随机从数据库中取出一定数量的 key 进行检查,并删除其中的过期 key
优点:通过限制删除操作执行的时长和频率,来减少删除操作对 CPU 的影响,同时也能删除一部分过期的数据减少了过期键对空间的无效占用
内存清理方面没有定时删除效果好,同时也没有惰性删除使用的系统资源少
难以确定删除操作执行的时长和频率。
缺点
定期删除
常见的三种过期删除策略
惰性删除+定期删除,以求在合理使用 CPU 时间和避免内存浪费之间取得平衡
惰性删除实现
每隔一段时间「随机」从数据库中取出一定数量的 key 进行检查,并删除其中的过期key。
Redis 的定期删除的流程:1、从过期字典中随机抽取 20 个 key;2、检查这 20 个 key 是否过期,并删除已过期的 key;3、如果本轮检查的已过期 key 的数量,超过 5 个(20/4),也就是「已过期 key 的数量」占比「随机抽取 key 的数量」大于 25%,则继续重复步骤 1;如果已过期的 key 比例小于 25%,则停止继续删除过期 key,然后等待下一轮再检查。
定期删除是一个循环的流程,为了保证定期删除不会出现循环过度,导致卡死,为此增加了定期删除循环流程的时间上限,默认不会超过 25 ms
定期删除实现
Redis 的过期删除策略
过期删除策略
redis.conf 中参数 maxmemory 参数
设置最大运行内存
默认: 运行内存超过最大设置内存是,不淘汰任何数据,如果有新的数据写入,会报错通知禁止写入
noeviction
不进行数据淘汰的策略
随机淘汰设置了过期时间的任意键值
volatile-random
优先淘汰更早过期的键值
volatile-ttl
淘汰所有设置里过期时间的键值中,最久未使用的键值
volatile-lru
淘汰所有设置了过期时间的键值中,最少使用的键值
volatile-lfu
在设置了过期时间的数据中进行淘汰
随机淘汰任意键值
allkeys-random
淘汰整个键值中最久未使用的键值
allkeys-lru
淘汰整个键值中最少使用的键值
allkeys-lfu
在所有数据范围内进行淘汰
进行数据淘汰的策略
内存淘汰策略
config get maxmemory-policy
查看 Redis 的内存淘汰策略
最近最少使用
基于链表结构,按照操作顺序从前往后排列,最新操作的键会被移动到表头,淘汰时淘汰链表尾部的元素
用链表来管理所有的缓存数据,会带来额外的空间开销
如果有大量数据被访问,就会带来很多的链表移动操作,会很耗时,进而降低 Redis 缓存性能
存在的问题
传统实现
近似 LRU 算法,目的是为了更好的节约内存
实现方式:在 Redis 的对象结构体中添加了一个额外的字段,用于记录此数据最后一次访问时间
当 Redis 进行内存淘汰时,会使用随机采样的方式来淘汰数据,随机取 5 个值(此值可配置),然后淘汰最久没有使用的那个
不用为所有的链表维护一个大链表,节省空间
不用再每次数据访问时都移动链表项,提升了缓存的性能
优点
无法解决缓存污染问题,比如一些数据只会被访问一次,那么这些数据会留存在 Redis 缓存中很长一段时间,造成缓存污染,为了解决这个问题,后面引入了 LFU 算法来解决。
Redis 中实现
LRU算法
最近最不常用,根据数据访问次数来淘汰数据,核心思想就是“如果数据过去被访问多次,那么将来被访问的频率也更高”
记录数据访问频次信息
频次不是访问次数,频次会根据两次访问的时间差距,对访问频次做衰减计算
Redis 实现
LFU算法
LRU 算法与 LFU 算法
过期删除策略和淘汰策略
0 条评论
回复 删除
下一页