Redis 的过期策略及手写LRU算法

╰+攻爆jí腚メ 2022-10-30 13:26 159阅读 0赞

# 一、Redis 的过期策略都有哪些？内存淘汰机制都有哪些？手写一下 LRU 代码实现？ #

## 1.1Redis 过期策略 ##

Redis 过期策略是：**定期删除+惰性删除**。

所谓**定期删除**，指的是 Redis 默认是每隔 100ms 就随机抽取一些设置了过期时间的 key，检查其是否过期，如果过期就删除。

假设 Redis 里放了 10w 个 key，都设置了过期时间，你每隔几百毫秒，就检查 10w 个 key，那 Redis 基本上就死了，cpu 负载会很高的，消耗在你的检查过期 key 上了。注意，这里可不是每隔 100ms 就遍历所有的设置过期时间的 key，那样就是一场性能上的灾难。实际上 Redis 是每隔 100ms 随机抽取一些 key 来检查和删除的。

但是问题是，定期删除可能会导致很多过期 key 到了时间并没有被删除掉，那咋整呢？所以就是**惰性删除**了。这就是说，在你获取某个 key 的时候，Redis 会检查一下 ，这个 key 如果设置了过期时间那么是否过期了？如果过期了此时就会删除，不会给你返回任何东西。

## 1.2内存淘汰机制 ##

Redis 内存淘汰机制有以下几个：

> noeviction: 当内存不足以容纳新写入数据时，新写入操作会报错，redis默认配置的内存淘汰策略。  
> allkeys-lru：当内存不足以容纳新写入数据时，在键空间中，移除LRU（最近时间段最少）使用的 key（这个是最常用的，生产上建议使用）。  
> allkeys-random：当内存不足以容纳新写入数据时，在键空间中，随机移除某个 key，这个一般没人用吧，为啥要随机，肯定是把最近最少使用的 key 给干掉啊。  
> 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中，移除最近最少使用的 key（这个一般不太合适）。  
> 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中，有更早过期时间的 key 优先移除。  
> allkeys-lfu：对所有key使用LFU（最近使用频率最少）算法进行删除。  
> volatile-lfu：对所有设置了过期时间的key使用LFU算法进行删除。

# 二、手写一下 LRU算法实现 #

**使用LinkedHashMap，一个有序的HashMap**。  
LinkedHashMap继承了HashMap，拥有HashMap的所有特性，同时LinkedHashMap在增加了head和tail指针，用于实现双向链表。  
**LinkedHashMap默认按照插入顺序保存数据，新的数据插入双向链表尾部。  
LinkedHashMap中有构造方法支持按顺序访问，最新访问的数据放到链表尾部。**  
其中一个使用场景是Excel的导出功能

public void exportYS(List data) { 
      		LinkedHashMap<String, String> columnName = new LinkedHashMap<String, String>();
      		columnName.put("QA_PRODUCTLINE", "产品线 ");
      		columnName.put("QA_THETYPE", "类型");
      		columnName.put("THEYEAR", "年度");
      		columnName.put("QUARTER", "季度");
      		columnName.put("TOTALPRICEOFQUOTATION", "预算金额");
      		columnName.put("OUTSOURCING", "预算总金额-外购");
      		columnName.put("SELFCONTROL", "预算总金额-自制");
      		new ExportExcelUtil().exportExcel(response, request, "", true, data, null, columnName);
      	}

## 1.1定义一个类继承LinkedHashMap ##

package com.test1;
    
    import java.util.LinkedHashMap;
    import java.util.Map;
    
    public class LRULinkedMap<K,V> extends LinkedHashMap<K,V> { 
    
        private int size;
    
        public LRULinkedMap(int initialCapacity,float loadFactor,boolean accessOrder){ 
        	//super()表示父类的构造方法：LinkedHashMap(int initialCapacity, float loadFactor, boolean accessOrder);
        	//initialCapacity:初始容量
        	//loadFactor:装载因子
        	//accessOrder:访问顺序 false，所有的Entry按照插入的顺序排列;true，所有的Entry按照访问的顺序排列
            super(initialCapacity,loadFactor,accessOrder);
            this.size = initialCapacity;
        }
    
        /** * 重写LinkedHashMap的removeEldestEntry方法 * 当LRU元素超过容量上限size后，删除最不经常使用的 * @param eldest * @return */
        @Override
        protected boolean removeEldestEntry(Map.Entry<K, V> eldest) { 
            return size() > size;
        }
    }

## 1.2定义一个测试类TestLRULinkedMap ##

package com.test1;
    
    import java.util.Map.Entry;
    
    public class TestLRULinkedMap { 
    	public static void main(String[] args) { 
    	    LRULinkedMap<String,String> linkedHashMap = new LRULinkedMap(5,0.75f,true);
    	    
    	    //LinkedHashMap默认按照插入顺序保存数据，新的数据插入双向链表尾部
    	    linkedHashMap.put("1","1");
    	    linkedHashMap.put("2","2");
    	    linkedHashMap.put("3","3");
    	    linkedHashMap.put("4","4");
    	    linkedHashMap.put("5","5");
    	    
    	    System.out.println("=========插入数据如下=========");
    	    for (Entry<String,String> entry : linkedHashMap.entrySet()){ 
    	        System.out.println(entry.getKey());
    	    }
    	    
            //LinkedHashMap中有构造方法支持按顺序访问，最新访问的数据放到链表尾部
    	    System.out.println("=========get(1)后,最新访问的数据放即1，移动到尾部=========");
    	    linkedHashMap.get("1");
    	    for (Entry<String,String> entry : linkedHashMap.entrySet()){ 
    	        System.out.println(entry.getKey());
    	    }
    
    	    System.out.println("=========插入新数据后，移除头部最老的2和3=========");
    	    linkedHashMap.put("8","8");
    	    linkedHashMap.put("9","9");
    
    	    for (Entry<String,String> entry : linkedHashMap.entrySet()){ 
    	        System.out.println(entry.getKey());
    	    }
    	}
    	
    }

**测试结果**  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2ppa2UxMTIzMQ_size_16_color_FFFFFF_t_70]  
这里自定义LRULinkedMap类继承LinkedHashMap，并且重写removeEldestEntry方法，如果不重写，不会删除最老的数据，测试结果如下：  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2ppa2UxMTIzMQ_size_16_color_FFFFFF_t_70 1]

**参考文章**  
https://doocs.github.io/advanced-java/\#/./docs/high-concurrency/redis-expiration-policies-and-lru  
https://blog.csdn.net/qq\_32100465/article/details/90690640  
https://blog.csdn.net/czxlylc/article/details/102763156

[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2ppa2UxMTIzMQ_size_16_color_FFFFFF_t_70]: /images/20221024/c038ac9f492b4546b88a793dc7630d39.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2ppa2UxMTIzMQ_size_16_color_FFFFFF_t_70 1]: /images/20221024/a0d2a721f6a94f40b479858d9e6b1411.png