Redis 删除策略

曾经终败给现在 2022-11-20 05:53 162阅读 0赞

## 1 过期数据 ##

#### 1.1 Redis中的数据特征 ####

Redis是一种内存级数据库，所有数据均存放在内存中，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

## 2 数据删除策略 ##

删除策略有： 定时删除，惰性删除，定期删除。

#### 2.1 时效性数据的存储结构 ####

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3d1MjM3NDYzMzU4Mw_size_16_color_FFFFFF_t_70_pic_center]

#### 2.2 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泄露。

#### 2.3 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，到时就删除，快速释放掉不必要的内存占用。
 *  缺点：CPU压力很大，无论CPU此时负载量多高，均占用CPU，会影响redis服务器响应时间和指令吞吐量。
 *  总结：用处理器性能换取存储空间 （拿时间换空间）。

#### 2.4 惰性删除 ####

*  数据到达过期时间，不做处理。等下次访问该数据时，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性能，发现必须删除的时候才删除。
 *  缺点：内存压力很大，出现长期占用内存的数据。
 *  总结：用存储空间换取处理器性能（拿时间换空间）。

#### 2.5 定期删除 ####

*  周期性轮询redis库中的时效性数据，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（随机抽查，重点抽查）。

#### 2.6 删除策略对比 ####

![在这里插入图片描述][20201104073733381.png_pic_center]

## 3 逐出算法 ##

#### 3.1 当新数据进入redis时，如果内存不足怎么办？ ####

*  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**。清理数据的策略称为逐出算法。
 *  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，将出现错误信息。

#### 3.2 影响数据逐出的相关配置 ####

*  最大可使用内存

maxmemory

占用物理内存的比例，默认值为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

达到最大内存后的，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 ）  
    volatile-lru：挑选最近最少使用的数据淘汰。  
    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（所有数据集server.db\[i\].dict ）  
    allkeys-lru：挑选最近最少使用的数据淘汰。  
    allkeys-lfu：挑选最近使用次数最少的数据淘汰。  
    allkeys-random：任意选择数据淘汰。
 *  放弃数据驱逐  
    no-enviction（驱逐）：禁止驱逐数据（redis4.0中默认策略），会引发错误OOM（Out Of Memory）。

#### 3.3 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 和 miss 的次数，根据业务需求调优Redis配置。

[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3d1MjM3NDYzMzU4Mw_size_16_color_FFFFFF_t_70_pic_center]: /images/20221120/f61084796cac410485719026a3757d49.png
[20201104073733381.png_pic_center]: /images/20221120/32deae4d1b3e4e3d90187a1410bba20f.png