• redis过期策略有哪几种？
惰性策略
定期策略



  • 惰性策略
含义：
key过期的时候不删除，每次从数据库获取key的
时候去检查是否过期，若过期，则删除，返回null。

优点：删除操作只发生在从数据库取出key的时候
发生，而且只删除当前key，所以对CPU时间的占用
是比较少的，（如果此时还不删除的话，我们就会
获取到了已经过期的key了）

缺点：若大量key过期，长时间没有被获取过，那么可能
发生内存泄露（无用的垃圾占用了大量的内存）



  • 定期策略
含义：
每隔一段时间执行一次删除过期key操作，每次删除随机数量

优点：
通过限制删除操作的时长和频率，来减少删除操作对CPU时间的占用，

缺点：
在内存友好方面，不如"定时删除"
在CPU时间友好方面，不如"惰性删除"

难点：
合理设置删除操作的执行时长（每次删除执行多长时间）和执行频率（每隔多长时间做一次删除）



  • 定期策略为什么每次删除随机数量的过期key，而不是一次性全删除
减少性能的消耗



  • 惰性策略的实现
代码流程



  • 定期策略的实现
代码流程



  • RDB对过期key的处理
  • AOF对过期key的处理
  • 当过期key较多，定期删除漏掉了一部分，也没有走惰性删除，那么就会有大量的过期key堆积在内存中，导致redis内存耗尽，这个问题如何解决-Redis的内存淘汰机制？
noeviction: 当内存不足以容纳新写入数据时，
新写入操作会报错。(默认策略)

allkeys-lru：当内存不足以容纳新写入数据时，
在键空间（server.db[i].dict）中，移除最近
最少使用的 key（这个是最常用的）。

allkeys-random：当内存不足以容纳新写入数据时，
在键空间（server.db[i].dict）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（server.db[i].expires）
中，移除最近最少使用的 key。

volatile-random：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（server.db[i].expires）
中，随机移除某个 key。

volatile-ttl：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（server.db[i].expires
）中，有更早过期时间的 key 优先移除



  • 淘汰如何生效
当Redis收到一条会添加数据的命令

Redis检查内存使用情况，是否超过最大内存限制

超过则执行内存淘汰策略，然后执行命令



  • 近似LRU策略淘汰
Redis实现的是一个近似的LRU算法，近似LRU算法通过
随机采样法淘汰数据，每次随机出5（默认）个key
，从里面淘汰掉最近最少使用的key。

Redis为了实现近似LRU算法，给每个key增加了一个
额外增加了一个24bit的字段，用来存储该key最后
一次被访问的时间。



  • 3.0针对 近似LRU的优化
新算法会维护一个候选池（大小为16），
池中的数据根据访问时间进行排序，第一次
随机选取的key都会放入池中，随后每次随机
选取的key只有在访问时间小于池中最小的时
间才会放入池中，直到候选池被放满。当放满后，
当需要淘汰时，需要从池中捞出最久没被访问的
key淘汰掉就行了


添加时增加了时间限制，为淘汰时提供了更多更优秀的
候选者



  • 参数配置优化淘汰效果
Redis LRU算法的重要意义在于，您可以通过更改样
本数量来检查每次逐出，从而调整算法的精度。

此参数由以下配置指令控制
maxmemory-samples 5



  • 新旧算法图对比




redis取值和放值_Redis


首先介绍下不同颜色的含义：
- 浅灰色带是被逐出的对象
- 灰带是未逐出的对象。
- 绿带是添加的对象


第一张图为理论的LRU结果，是理想情况，当新增绿色时，浅灰色被淘汰，灰色给予保留

第三张是redis2.8 5个样本的情况，被淘汰的浅灰色分散比较广泛，

第四张图，redis3.0 5个样本时，删选淘汰对象时增加了时间比较，绿色中几乎是没有被淘汰的
而且灰色中大部分给予保留，而浅灰色给予淘汰

第二张图，则增加样本数量，效果非常接近理论的LRU，但是CPU会消耗的更多


  • 为什么不用真正的LRU
redis之所以不使用真正的LRU实现，是因为它占用更多内存。
而近似LRU实际上与理论几乎等效


  • LFU淘汰策略
从Redis 4.0开始，可以使用新的“ 最少使用”逐出模式。
在某些情况下，此模式可能会更好地工作（提供更好的
命中率/未命中率），因为使用LFU Redis会尝试跟踪物品
的访问频率，因此，极少使用的物品会被驱逐，而经常使
用的物品则有更高的机会保留在内存中


  • 问题
1. 为什么近似LRU策略使用的内存比理论的LRU要少？


  • 参考文章
  1. redis过期策略
  2. redis内存管理
  3. redis内存管理与过期策略
  4. lru-cache lfu