除了常见的索引，事务管理，对于内存的淘汰机制我们在面试过程中也需要格外注意。MySQL对于MySQL，我们重点关注InnoDB的内存管理。我们也是期望数据库查询尽量从内存返回，比从磁盘返回数据要快得多。在InnoDB中有Buffer Pool缓冲池的概念，其其主要作用是用来加速更新，以及加速查询。InnoDB的Buffer Pool的大小依赖于参数innodb_buffer_pool_size，一
转载
2023-10-12 20:43:18
170阅读
memcache 和 redis 作为时下大热的缓存，当然是高并发项目必用的，而使用过程中难免出现内存溢出的情况，最近看了很多资料整理出该篇文章，同时和mysql对比做个详细总结。内存未满时memcache 1.4.25及以前版本使用 惰性删除 机制，不会自动清理，page一旦被分配在重启前也不会被回收或者重新分配，直到访问发现item 已过期 才删除。 之后版本会隔指定时间进行查找是否有过期it
转载
2023-12-18 23:15:51
50阅读
首先我们说一下大查询会不会把内存打爆？比如说主机内存有5g，但是我们一个大查询的数据有10g，这样会不会把内存打爆呢？答案：不会为什么？因为mysql读取数据是采取边读边发的策略select * from t1这条语句的流程是这样的 1.读取数据放入net_buffer中，net_buffer大小是由net_buffer_length控制2.net_buffer放满了以后，调用网络栈发送
转载
2023-08-04 16:25:27
69阅读
Redis 的过期策略主要有两种思路： 1、定期删除 在redis中默认是每隔100ms 就随机抽取一些设置了过期时间的key，检查其是否过期，若过期就删除 假设有100W的key，并且都设置了过期时间，如果全量检查的话，将会耗费大量的cpu时间，因此使用随机抽取。 可能带来的问题是，已经过期的ke
转载
2020-07-20 22:35:00
104阅读
2评论
转自：https://my.oschina.net/andylucc/blog/741965 摘要 Redis是一款优秀的、开源的内存数据库，我在阅读Redis源码实现的过程中，时时刻刻能感受到Redis作者为更好地使用内存而费尽各种心思，例如最明显的是对于同一种数据结构在不同应用场景下提供了基于不
原创
2021-06-03 15:00:36
167阅读
volatile-lru:从已设置过期时间内的数据集中挑选最近最少使用的数据淘汰。volatile-ttl:从已设置过期时间的数据集中挑选将要过期的数据淘汰。volatile-random:从已设置过期时间的数据集中任意选择数据淘汰。allkeys-lru:当内存不足以容纳新写入数据时，在键空间中，移除最近最少使用的keyallkeys-random:从数据集中任意选择数据淘汰no-evictio
原创
2023-07-06 15:26:23
107阅读
一、 什么是innodb_buffer_pool： innodb_buffer_pool是一块内存区域，innodb用它来缓存数据，索引，undo，change buffer ... ； 这块区域又被分成若干份，每一份叫一个innodb_buffer_pool_instance。对于每一个instance来说 从数据结构上来看它就是一列表。innodb通过LRU算法对这个列表中的页进行管理&
转载
2024-07-03 07:07:22
34阅读
redis内存淘汰机制有以下几个：noevication：当内存不足以容纳新写入数据时，新写入操作会报错。allkeys-lru:当内存不足以容纳新写入数据时，在键空间中，移除最近最少使用的key(这个最常用)allkeys-random:当内存不足以容纳新写入数据时，在键空间中，随机移除某个key。volatile-lru:当内存不足以容纳新写入数据时，在设置了过期时间的键空间中，移除最近最少使
原创
2023-07-17 15:47:45
111阅读
https://learn.lianglianglee.com/%E4%B8%93%E6%A0%8F/Redis%20%E6%A0%B8%E5%BF%83%E5%8E%9F%E7%90%86%E4%B8%8E%E5%AE%9E%E6%88%98/23%20%E5%86%85%E5%AD%98%E6%B7%98%E6%B1%B0%E6%9C%BA%E5%88%B6%E4%B8%8E%E7%AE%97
原创
2022-09-06 19:06:05
333阅读
Redis 内存淘汰算法用来自动释放 Redis 数据库中的内存空间，以避免内存溢出和数据丢失等问题。Redis 内存淘汰算法包括以下几种：LRU（Least Recently Used）算法：删除最近最少使用的键值对。LRU算法主要关注数据的访问时间。它并不直接考虑访问频率。在LRU算法中，最近最少使用的键值对会被删除。当需要释放空间时，LRU会选择最长时间未被访问的键值对进行删除。换句话说，L
转载
2023-09-22 07:20:47
57阅读
几个常见的缓存淘汰策略缓存是提高数据读取性能的技术，在硬件软件领域都有广泛的应用。如 CPU 缓存，数据库缓存，浏览器缓存...缓存的大小空间占满的时候，需要作出清理，需要一个清理数据的规则。常见的缓存清理有三种方式：先进先出。理解为时间排序，时间最早的最先清理。最少使用。按照出现频次清理。最近最少使用，一个范围内最少使用清理。避免出现英文名称不认识，也方便记忆，对应的英文为：FIFO(First
转载
2023-12-25 08:10:46
33阅读
主机内存只有100G，现在要对一个200G的大表做全表扫描，会不会把数据库主机的内存用光了？但是，反过来想想，逻辑备份的时候，可不就是做整库扫描吗？如果这样就会把内存吃光，逻辑备份不是早就挂了？所以说，对大表做全表扫描，看来应该是没问题的。全表扫描对server层的影响假设，我们现在要对一个200G的InnoDB表db1. t，执行一个全表扫描。当然，你要把扫描结果保存在客户端，会使用类似这样的命
转载
2023-11-14 07:52:22
65阅读
mongodb 3.2 新版本特性 内存数据库（beta） 更加高的并发处理能力更加短的响应时间适用于：广告、金融、通信等行业；
2016 GA ； 网传：mongodb 就是内存数据库？！ 误区：mongodb 确实能够在某些场合下达到内存数据库的性能，因为 mongodb 会大量使用内存（默认会用掉所有的内存做缓存，以便把所有数据都放在内存中）；但是 mongodb 会有很多
转载
2023-11-17 19:49:05
142阅读
# Redis的内存淘汰机制
Redis作为一个高性能的内存数据库，因其速度快、数据结构丰富而广泛应用于缓存、消息代理等场景。然而，Redis的内存是有限的，当存储的数据超出其可用内存时，就需要进行内存管理，特别是内存淘汰机制。本文将对Redis的内存淘汰机制进行详细探讨，并附带相应的代码示例。
## 什么是内存淘汰机制？
内存淘汰机制是指当Redis的内存使用超过配置设置的最大内存限制时，
一般来说，缓存的容量是小于数据总量的，所以，当缓存数据越来越多，Redis 不可避免的会被写满，这时候就涉及
转载
2021-07-08 18:19:29
300阅读
Redis是一种高性能的键值对存储数据库，它有着快速的读写速度和丰富的数据结构支持。然而，由于Redis是基于内存存储的，所以内存管理对于Redis的性能和稳定性来说非常重要。为了有效地利用内存资源，Redis实现了内存淘汰机制，用于处理内存溢出的情况。
### Redis内存淘汰机制
内存淘汰机制是Redis用来管理内存使用的一种策略，当内存达到一定阈值时，Redis会根据一定的规则来淘汰部
原创
2024-07-04 03:51:13
26阅读
一般来说，缓存的容量是小于数据总量的，所以，当缓存数据越来越多，Redis 不可避免的会被写满，这时候就涉及到 Redis 的内存淘汰机制了。我们需要选定某种策略将“不重要”的数据从 Re...
转载
2023-05-30 00:51:02
97阅读
从淘汰范围来说可以分为不淘汰任何数据、只从设置了到期时间的键中淘汰和从所有键中淘汰三类。而从淘汰算法来分，又主要分为 random（随机），LRU（最近最少使用），以及 LFU（最近最不常使用）三种。内存总是有限的，因此当 Redis 内存超出最大内存时，就需要根据一定的策略去主动的淘汰一些 key，来腾出内存，这就是内存淘汰策略。我们可以在配置文件中通过 maxmemory-polic
目录一、Redis的内存淘汰策略 1.1. 概念 1.2.策略一：全局的键空间选择性移除 1.3.策略二：设置过期时间的键空间选择性移除 1.4.LRU、LFU和volatile-ttl都是近似随机算法 1.4.1.LRU算法 1.4.2.LFU算法1.5.过期删除策略1.6.
转载
2024-02-18 12:40:35
16阅读
将 Redis 用作缓存时, 如果内存空间用满, 就会自动驱逐老的数据。 默认情况下 memcached 就是这种方式, 大部分开发者都比较熟悉。LRU是Redis唯一支持的回收算法. 本文详细介绍用于限制最大内存使用量的 maxmemory 指令, 并深入讲解 Redis 所使用的近似LRU算法。 maxmemory 配置指令maxmemory 用于指定 Redis 能使用的最大内存。既可以在
转载
2023-09-21 19:51:32
68阅读
