过期数据
redis中的数据特征
- redis是一种内存级数据库,所有数据存放在内存中,内存中的数据可以通过TTL指令获取其状态
- XX:具有时效性的数据
- -1:永久有效的数据
- -2:已经过期的数据或被删除的数据或未定义的数据
当redis只发送一个指令时,cpu工作很轻松。但是当同时出来很多条指令时(增删改查),cpu就得考虑先执行什么命令了。redis就会告诉cpu先干正事,不难想到正事就是(增,改,查)这些操作,至于对过期数据的删除,暂时不着急,毕竟当下redis没有很需要使用该内存。所以说过期时间暂时还是存在内存中,以后有时间了在慢慢的删除。
数据删除策略
- 定时删除
- 惰性删除
- 定期删除
时效性数据的存储结构
删除策略的目标
在内存和cpu之间找一种平衡 ,顾此失彼都会造成redis整体性能的下降,甚至引发服务器宕机或内存泄漏
定时删除
- 创建一个定时器,当key设置有过期时间,且过期时间到达时,由定时器任务立即执行对键的删除操作
- 优点:节约内存,到点就删除,快速释放掉不必要的内存占用
- 缺点:CPU压力很大,无论此时cpu的负载量有多高,均占用cpu,会影响redis服务器响应时间和指令吞吐量
- 总结:用处理器的性能换存储空间(时间换空间)
惰性删除
- 数据到达过期时间时,不做处理,等下次在访问该数据时
- 如果未过期,返回数据
- 如果过期,删除,返回不存在
- 优点:节约cpu性能,发现必须删除时才删除
- 缺点:内存压力很大,出现长期占用内存的数据
- 总结:用存储空间换处理器性能(空间换时间)
定期删除
- 定期的轮询redis库中的时效性数据,采用随机抽样的策略,利用过期数据占比的方式控制删除频度
- 特点1:CPU性能占用设置有峰值,检测频度可自定义设置
- 特点2:内存压力不是很大,长期占用内存的过期数据会被持续清理
- 总结:周期性抽查存储空间
逐出算法
- redis使用内存存储数据,在执行每一个命令前,会调用freeMemoryIfNeeded()检测内存是否充足,如果内存不满足新加入数据的最小存储要求,redis要临时删除一些数据为当前数据清理存储空间,清理数据的策略称为逐出算法
- 注意:逐出数据的过程并不是100%成功的,如果不成功反复执行,当对所有数据尝试完成后,还是不能达到内存呢清理的要求,会返回错误信息
(error) OOM command not allowed when use memory>'maxmemory'
影响数据逐出的相关配置
- 最大可用内存
maxmemory
# 占用物理内存的比例,默认为0,表示不限制
# 生产环境中根据需求设定,通常为50%以上
- 每次选取待删除数据的个数
maxmemory-samples
# 选取数据时并不会全库扫描,导致严重的性能消耗,降低读写性能
# 因此采用随机获取数据的方式作为待检测删除数据
- 删除策略
maxmemory-policy
# 达到最大内存后对挑选出来的数据进行删除的策略
* 8种删除策略
= 检测易失数据(可能会过期的数据)
+ volatile-lru:挑选离现在最久未使用的数据淘汰
+ volatile-lfu:挑选最近使用次数最少的数据淘汰
+ volatile-ttl:挑选将要过期的数据淘汰
+ volatile-random:任意选择数据淘汰
= 检测全库数据
+ allkeys-lru:挑选离现在最久未使用的数据淘汰
+ allkeys-lfu:挑选最近使用次数最少的数据淘汰
+ allkeys-random:随机选择数据淘汰
= 放弃数据驱逐
+ no-eviction:禁止驱逐数据