Redis淘汰策略

不念不忘少年蓝@ 2022-04-16 02:17 241阅读 0赞

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。

`maxmemory` 用于指定 Redis 能使用的最大内存。既可以在 `redis.conf` 文件中设置, 也可以在运行过程中通过 [CONFIG SET][] 命令动态修改

当内存使用达到最大限制时, 如果需要存储新数据, 根据配置的策略(policies)的不同, Redis可能直接返回错误信息, 或者删除部分老的数据。

# 常用的淘汰算法： #

FIFO：First In First Out，先进先出。判断被存储的时间，离目前最远的数据优先被淘汰。  
   LRU：Least Recently Used，最近最少使用。判断最近被使用的时间，目前最远的数据优先被淘汰。  
   LFU：Least Frequently Used，最不经常使用。在一段时间内，数据被使用次数最少的，优先被淘汰。

#    Redis提供的淘汰策略： #

## **noeviction:**  ##

**   **不删除策略, 达到最大内存限制时, 如果需要更多内存, 直接返回错误信息。 大多数写命令都会导致占用更多的内存(有极少数会例外, 如 DEL )。

##    allkeys-lru: ##

所有key通用; 优先删除最近最少使用(less recently used ,LRU) 的 key。

##    volatile-lru: ##

只限于设置了 expire 的部分; 优先删除最近最少使用(less recently used ,LRU) 的 key。

##    allkeys-random: ##

所有key通用; 随机删除一部分 key。

##    volatile-random: ##

只限于设置了 expire 的部分; 随机删除一部分 key。

##    volatile-ttl: ##

只限于设置了 expire 的部分; 优先删除剩余时间(time to live,TTL) 短的key。

一般来说:

如果分为热数据与冷数据, 推荐使用 allkeys-lru 策略。 也就是, 其中一部分key经常被读写. 如果不确定具体的业务特征, 那么   allkeys-lru 是一个很好的选择。  
   如果需要循环读写所有的key, 或者各个key的访问频率差不多, 可以使用 allkeys-random 策略, 即读写所有元素的概率差不多。  
假如要让 Redis 根据 TTL 来筛选需要删除的key, 请使用 volatile-ttl 策略。  
   volatile-lru 和 volatile-random 策略主要应用场景是: 既有缓存,又有持久key的实例中。 一般来说, 像这类场景, 应该使用两个单独的 Redis 实例。

值得一提的是, 设置 expire 会消耗额外的内存, 所以使用 allkeys-lru 策略, 可以更高效地利用内存, 因为这样就可以不再设置过期时间了

参考 ： [https://blog.csdn.net/ligupeng7929/article/details/79603060][https_blog.csdn.net_ligupeng7929_article_details_79603060]

[CONFIG SET]: https://redis.io/commands/config-set
[https_blog.csdn.net_ligupeng7929_article_details_79603060]: https://blog.csdn.net/ligupeng7929/article/details/79603060