在讨论Redis内存管理中的LRU算法之前，先简单说一下LRU算法：LRU算法：即Least Recently Used，表示最近最少使用页面置换算法。是为虚拟页式存储管理服务的，是根据页面调入内存后的使用情况进行决策了。由于无法预测各页面将来的使用情况，只能利用“最近的过去”作为“最近的将来”的近似，因此，LRU算法就是将最近最久未使用的页面予以淘汰，类似于末尾淘汰制。比如：
转载
2023-08-14 15:18:07
112阅读
目录Redis 内存管理（淘汰策略/删除策略）一、淘汰算法1、LRU算法2、LFU算法二、Redis 8种淘汰策略三、删除策略 Redis 内存管理（淘汰策略/删除策略）一、淘汰算法1、LRU算法LRU是Least Recently Used的缩写，即最近最少使用，是一种常用的页面置换算法，选择最近最久未使用的页面予以淘汰。该算法赋予每个页面一个访问字段，用来记录一个页面自上次被访问以来所经历的
转载
2024-01-30 01:35:10
42阅读
概念 LRU(Least Recently Used)最近最少使用算法是众多置换算法中的一种。 maxmemo
原创
2022-08-25 10:55:10
231阅读
一、概述 学过redis的同学就知道，redis是将数据存储在内存中来提高响应速度，避免了从后台数据库中读取数据。但是，内存容量毕竟是有限的，当容量达到上限后，就需要删除部分数据挪出空间，这样数据才可以添加进来。二、Redis的内存淘汰策略redis4.0之前一共实现了6种内存淘汰策略，但是在4.0之后，又增加了2种策略。截止目前，Redis定义了「8种内存淘汰策略」用来处理 redis 内存满的
转载
2023-06-09 21:51:55
107阅读
Redis作为缓存使用时，一些场景下要考虑内存的空间消耗问题。Redis会删除过期键以释放空间，过期键的删除策略有两种：惰性删除：每次从键空间中获取键时，都检查取得的键是否过期，如果过期的话，就删除该键；如果没有过期，就返回该键。定期删除：每隔一段时间，程序就对数据库进行一次检查，删除里面的过期键。另外，Redis也可以开启LRU功能来自动淘汰一些键值对。LRU算法当需要从缓存中淘汰数
转载
2023-08-09 21:51:22
100阅读
# 如何实现Redis的内存淘汰策略LRU
## 概述
在Redis中，内存淘汰策略是指当内存不足时，决定哪些键要被淘汰以释放内存空间的机制。LRU（Least Recently Used，最近最少使用）是Redis内置的一种内存淘汰策略，它会淘汰最长时间没有被访问的键。
## 实现步骤
| 步骤 | 操作 |
| ------ | ------ |
| 1 | 配置Redis.conf文件
原创
2024-07-06 04:22:16
52阅读
一，Redis过期策略Redis过期时间设置 Redis对存储值的过期处理实际上是针对该值的键（key）处理的，即时间的设置也是设置key的有效时间。Expires字典保存了所有键的过期时间，Expires也被称为过期字段。 expire key time(以秒为单位)–这是最常用的方式 setex(String key, int seconds, String value)–字符串独有的方式 注
转载
2023-08-30 09:19:31
63阅读
一、Redis内存淘汰的必要性我们都知道redis的性能很高，最主要的原因之一就是redis的数据都在内存中放着，我们在从redis中获取数据或者更新redis中的数据时，都是操作的内存中的数据。而当内存被占满了之后怎么办呢？这时就有必要将一些数据清理掉，以便新的数据能够放到redis中。而清理掉哪些数据？保留哪些数据？什么时候清理？如何配置这些策略？这些就是接下来要研究的内容。二、Redis的k
转载
2023-07-05 22:10:41
245阅读
# Redis过期策略: allkeys-lru
在使用Redis时，我们经常需要设置键值对的过期时间。过期时间是指在一定时间后，键值对会自动被Redis删除。Redis提供了多种过期策略，其中之一是allkeys-lru。
## 什么是allkeys-lru
allkeys-lru是Redis中的一种过期策略，它根据键的最后一次访问时间来决定哪些键应该被删除。具体而言，当Redis需要删除
原创
2023-10-10 06:33:48
691阅读
在《Redis 数据缓存满了怎么办？》我们知道 Redis 缓存满了之后能通过淘汰策略删除数据腾出空间给新数据。淘汰策略如下所示：设置过期时间的 keyvolatile-ttl、volatile-random、volatile-lru、volatile-lfu 这四种策略淘汰的数据范围是设置了过期时间的数据。所有的 keyallkeys-lru、allkeys-random、allkey
转载
2024-01-10 12:24:03
53阅读
Redis LRU cache可以通过参数maxmemory，在配置文件redis.conf中设置，或者在redis服务启动之后使用CONFIG SET命令设置。例如在redis.conf中设置cache大小为100mb: maxmemory 100mb maxmemory设置为0，表示cache大小无限制（注意：32位操作系统最大支持3GB的内存，32位操作系统中maxmemory最大为3
转载
2023-08-26 08:49:26
63阅读
Redis作为缓存使用时，一些场景下要考虑内存的空间消耗问题。Redis会删除过期键以释放空间，过期键的删除策略有两种：
惰性删除：每次从键空间中获取键时，都检查取得的键是否过期，如果过期的话，就删除该键；如果没有过期，就返回该键。
定期删除：每隔一段时间，程序就对数据库进行一次检查，删除里面的过期键。
另外，Redis也可以开启LRU功能来自动淘汰一些键值对。
LRU算法当需要从缓存中淘
转载
2021-06-22 15:05:55
449阅读
面试都背过道八股题：Redis 的内存淘汰策略 LRU 和 LFU 是什么？怎么选好？很多同学对这两个算法的理解，只停留在都是缓存淘汰，但说不清它们具体区别，概念混淆，更不知道实际场景该怎么选？而且 Redis 的 key 淘汰算法其实还不是正统的 LRU 和 LFU 算法，而是基于 LRU/LFU 的一个变种。所以我
# 学习如何实现Redis LRU淘汰策略
## 概述
对于刚入行的开发者来说，实现Redis的LRU淘汰策略可能有些困难。但是作为经验丰富的开发者，我将指导你完成这个任务。首先，让我们来了解一下整个过程的流程。
## 流程
```mermaid
pie
title 实现Redis LRU淘汰策略流程
"学习Redis源码" : 20
"理解LRU淘汰策略原理" : 20
"实现LRU淘汰
原创
2024-07-01 06:50:13
27阅读
一、内存回收机制 redis并不总是将空闲内存立即归还给操作系统 例如：当前内存10G,删除里1G的key后，你会发现内存并没有变化 因为操作系统是以页为单位回收内存的，这个页上只要有一个key在使用，那么他就不能被回收。 如果执行flushdb,再去观察内存，会发现内存确实被回收了，因为所有的ke ...
转载
2021-09-24 14:45:00
542阅读
2评论
文章目录一、设置 Redis 键过期时间二、Redis 过期时间的判定三、过期删除策略四、Redis过期删除策略五、内存淘汰策略 本文参考： Redis过期删除策略是采用惰性删除和定期删除这两种方式组合进行的，惰性删除能够保证过期的数据我们在获取时一定获取不到，而定期删除设置合适的频率，则可以保证无效的数据及时得到释放，而不会一直占用内存数据。 但是我们说Redis是部署在物理机上的，内存不可能
转载
2023-08-04 16:01:38
181阅读
LRU 原理（Least Recently Used） 基于 HashMap 和 双向链表 实现 LRU Redis 中如何实现 LRU ...
转载
2021-09-20 16:34:00
347阅读
2评论
1 设置带过期时间的 key
# 时间复杂度：O（1），最常用的方式
expire key seconds
# 字符串独有的方式
setex(String key, int seconds, String value)
除了string独有设置过期时间方法，其他类型都需要依靠expire方法来设置时间。如果没有设置时间，那缓存就是永不过期。如果设置了过期时间，之后又想让缓存永不过期，使用pe
原创
2021-06-24 15:04:27
396阅读
删除策略 Redis的数据过期删除策略采用：定时删除和惰性删除两种策略 定时删除策略：Redis启用一个定时器监视所有的key，判断key是否过期，过期的话就删除。这种策略可以保证过期的key最终被删除，但是也存在严重的缺点：每次遍历都遍历内存中所有的key，非常消耗CPU资源，并且当key已过期， ...
转载
2021-08-29 23:14:00
218阅读
2评论
1 问题描述之前运行的服务突然报错：OOM command not allowed when used memory > 'maxmemory'解决办法：1、增大redis内存maxmemory 1024M2、修改最大内存策略由maxmemory-policy noeviction更改为maxmemory-policy allkeys-lru2 redis内存策略2.1 过期策略Redis提
