文章目录

  • 一、数据删除策略
  • 1.1 过期数据的说明
  • 1.2 数据删除策略的目标
  • 1.3 删除策略
  • 1.3.1 定时删除
  • 1.3.2 惰性删除
  • 1.3.3 定期删除
  • 1.4 删除策略的比较
  • 二、数据淘汰策略
  • 2.1 内存不足时放入新数据的问题
  • 2.2 相关策略
  • 2.3 数据逐出的相关配置
  • 参考文章


一、数据删除策略

1.1 过期数据的说明

我们可以使用 TTL 指令获取数据状态

  • 返回时间：具有时效性的数据
  • 返回 -1 ：永久有效的数据
  • 返回 -2 ：已经过期的数据或被删除的数据或未定义的数据

对于过期数据，redis 删除这些数据时会使用相应的删除策略。删除策略主要有三种，分别是定时删除、惰性删除、定期删除。redis 使用的是惰性删除和定期删除。

1.2 数据删除策略的目标

在内存占用与 CPU 占用之间寻找一种平衡，顾此失彼都会造成 redis 性能的下降，甚至引发内存泄漏或服务器宕机。

1.3 删除策略

redis 中有三种数据删除策略，分别时定时删除、惰性删除、定期删除

1.3.1 定时删除

说明：当为 key 设置过期时间时，为其创建一个定时器，当这个过期时间到达时，由定时器任务立即执行对键的删除

优点：节约内存

缺点：CPU 压力大，会影响 redis 服务响应时间和指令吞吐量

总结：用处理器性能换取存储空间（时间换空间）

1.3.2 惰性删除

说明：数据到达过期时间时先不做处理，等下次访问该数据时：① 如果数据未过期，则返回数据；② 如果数据过期，删除数据，返回不存在

优点：节约 CPU 性能

缺点：内存压力大

总结：用存储空间换取处理器性能（空间换时间）

1.3.3 定期删除

说明：周期性地轮询 redis 中的时效性数据，采用随机抽取的策略，利用过期数据占比的方式控制删除频率。随机挑选 W 个 key，当删除的 key 的数量达到 W 的 25％时，继续删除；否则此轮删除终止。

特点：

  • CPU 性能占用设置有峰值，检测频度可以自定义设置；
  • 内存压力不是很大，长期占用内存的冷数据会被持续清理。

总结：周期性抽查存储空间（随机抽查、重点抽查）

1.4 删除策略的比较

定时删除

惰性删除

定期删除

内存占用

节约内存

内存占用严重

内存随机定期清理

CPU 占用

占用CPU资源较大

CPU占用较低

每秒花费固定CPU资源维护内存

特点

时间换空间

空间换时间

随机抽查、重点抽查

二、数据淘汰策略

2.1 内存不足时放入新数据的问题

  • Redis 在存储数据前，会调用函数检测内存是否充足。如果内存空间不足，就要临时删除一些数据。清理数据的策略称为淘汰算法。
  • 删除数据后，若内存空间不够则会反复执行淘汰策略。如果对所有数据尝试完毕后内存空间仍不够，将会出现错误信息。

2.2 相关策略

  • 检测时效性数据
  • volatile-lru：挑选最近最久未使用的数据进行淘汰
  • volatile-lfu：挑选最近最少使用的数据进行淘汰
  • volatile-ttl：挑选将要过期的数据进行淘汰
  • volatile-random：选择任意数据进行淘汰
  • 检测全库数据
  • allkeys-lru：挑选最近最久未使用的数据进行淘汰
  • allkeys-lfu：挑选最近最少使用的数据进行淘汰
  • allkeys-random：选择任意数据进行淘汰
  • 放弃删除数据
  • no-enviction：禁止删除数据，可能会引起 OOM

使用 INFO 命令输出监控信息，查询缓存 hit 和 miss 的次数，根据业务需求调优 redis 的配置

2.3 数据逐出的相关配置

  • maxmemory
  • 说明：占用物理内存的比例，默认值为0，表示不限制
  • 经验：生产环境中一般设置为50％以上
  • maxmemory-samples
  • 说明：每次选取待删除数据的个数，采用的是随机获取数据的方式。因为选取数据时若采用全库扫描，会导致严重的性能消耗，降低读写行性能。
  • maxmemory-policy
  • 达到最大内存后，对被挑选出来的数据进行删除的策略