Redis三种删除策略
首先我们先说一下redis删除的是过期数据,而什么是过期数据呢?过期数据就是设置了有效性的数据到达了过期时间的数据.
TTL指令获取数据状态
- 返回时间:具有时效性的数据
- 返回-1:表示永久有效的数据
- 返回-2:表示已经过期的数据或被删除的数据或未定义的数据
时效性数据的存储结构
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,顾此失彼都会造成整体redis性能的下降,甚至引发服务器宕机或内存溢出
定时删除
- 创建一个定时器,当设置的key到达到期时间时,由定时器任务立即执行对key的删除操作(这里的删除是将key和expires区域的数据全部删除)
- 优点:节约内存,到时就删,快速释放掉不必要的内存占用
- 缺点:CPU压力变大,无论CPU此时负载量多高,均占用CPU,会影响redis服务器的响应时间和指令吞吐量
- 一句话:用CPU换内存
惰性删除
- 数据到期时不做删除,等下次访问时进行删除
- 如果未过期返回数据
- 发现已过期删除返回不存在
- 优点:节约CPU的性能,发现必须删除的时候才删除
- 确定:长期大量占用内存
- 一句话:内存换CPU
定期删除
- redis启动服务器初始化时,读取配置server.hz的值,默认是10(如图)
- 每秒钟执行server.hz次serverCron()(对服务器进行定时轮询)→ databasesCron()(对redis中每一个库进行访问)→activeExpireCycle()
- activeExpireCycle()对每一个expires[*]逐一进行检测,每次执行250ms/server.hz
- 对某一个expires[*]检测时,随机挑选W个key检测
- 如果key超时,删除key
- 如果一轮中删除的key数量>W*25%,继续检测该expires(循环该过程)
- 如果一轮中删除的key数量<=W*25%,则检查下一个expires
- W=ACTIVE_EXPIRE_CYCLE_LOOKUPS_PER_LOOP属性值
- 参数current_db用于记录activeExpireCycle()进入哪个expires[*]执行(防止轮询时把某个expires落下)
- 如果activeExpireCycle()执行时间到期,下次从current_db继续向下执行
- 简单说就是周期性轮询redis库中的有时效性数据,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,长期占用内存的冷数据会被持续清理
- 总结:周期性抽查存储空间
删除策略比对
逐出算法
删除策略只是局限于有设置时效性的数据,如果redis中没有时效性的数据怎么办?
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低存储要求,redis要临时删除一些数据为当前指令清理存储空间,清理数据的策略成为驱逐算法.
注意:
逐出数据的过程不是100%能够清理出足够的可使用的内存空间,如果不成功则反复执行,当对所有数据尝试完毕后,如果不能达到内存清理的要求,就会报错
- 相关配置
- 最大可使用内存:maxmemory
占用物理内存的比例,默认值是0,表示不限制,生产环境中根据需求设定,通常设置在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 volatile-lru
达到最大内存后,对被挑选出来的数据进行删除的策略 - 检测易失数据(可能会过期的数据集server.db[i].expires)
①volatile-lru:挑选最长时间没有被使用的数据淘汰(建议使用这个)
②volatile-lfu:挑选最近使用次数最少的数据淘汰
③volatile-ttl:挑选将要过期的数据淘汰
④volatile-random:任意选择数据淘汰 - 检测全库数据(所有数据集server.db[i].dict)
⑤allkeys-lru:挑选最长时间没有被使用的数据淘汰
⑥allkeys-lfu:挑选最近使用次数最少的数据淘汰
⑦allkeys-random:任意选择数据淘汰 - 放弃数据驱逐
⑧no-enviction(驱逐):禁止驱逐数据(redis4.0中默认策略),会引发错误OOM - 数据逐出策略配置依据
使用info命令输出监控信息,查询缓存hit(命中次数)和miss(丢失次数),根绝业务需求进行调优
- 最大可使用内存:maxmemory