Redis内存淘汰策略

川长思鸟来 2023-06-05 15:00 23阅读 0赞

## Redis占用内存大小 ##

**1、通过配置文件配置**  
//redis.conf

maxmemory 100mb

**2、在客户端动态修改**

//设置Redis最大占用内存大小为100M127.0.0.1:6379> config set maxmemory 100mb//获取设置的Redis能使用的最大内存大小
    127.0.0.1:6379> config get maxmemory

> 如果不设置最大内存大小或者设置最大内存大小为0，在64位操作系统下不限制内存大小，在32位操作系统下最多使用3GB内存

## Redis的内存淘汰策略 ##

如果可以内存用完了，那继续往Redis里添加数据不就没内存可用了吗？Redis使用几种内存淘汰策略来处理这种情况：

*  noeviction（默认策略）：对于写请求不在提供服务，直接返回错误（DEL请求和部分特殊请求除外）
 *  allkeys-lru：从所有可以中使用LRU算法进行淘汰
 *  vllatile-lru：从设置了过期时间的key中使用LRU算法进行淘汰
 *  allkeys-random：从所有可以中随机淘汰数据
 *  volatile-random：从设置了过期时间的key中随机淘汰
 *  volatile-ttl：在设置了过期时间的key中，根据key的过期时间进行淘汰，越早过期越早淘汰

> 当使用volatile-lru、volatile-random、volatile-ttl这三种策略时，如果没有key可以被淘汰，则和noeviction一样返回错误

> **LRU(Least Recently Used)**，即最近最少使用，是一种缓存置换算法。在使用内存作为缓存的时候，缓存的大小一般是固定的。当缓存被占满，这个时候继续往缓存里面添加数据，就需要淘汰一部分老的数据，释放内存空间用来存储新的数据。这个时候就可以使用LRU算法了。其核心思想是：如果一个数据在最近一段时间没有被用到，那么将来被使用到的可能性也很小，所以就可以被淘汰掉。

## 获取及设置内存淘汰策略 ##

获取当前内存淘汰策略：

127.0.0.1:6379> config get maxmemory-policy

通过配置文件设置淘汰策略（修改redis.conf文件）：

maxmemory-policy allkeys-lru

通过命令修改淘汰策略：

127.0.0.1:6379> config set maxmemory-policy allkeys-lru

## LRU在Redis中的实现 ##

**近似LRU算法**  
Redis使用的是近似LRU算法，它跟常规的LRU算法还不太一样。近似LRU算法通过随机采样法淘汰数据，每次随机出5（默认）个key，从里面淘汰掉最近最少使用的key。

> 可以通过maxmemory-samples参数修改采样数量：例：maxmemory-samples 10 maxmenory-samples配置的越大，淘汰的结果越接近于严格的LRU算法

Redis为了实现近似LRU算法，给每个key增加了一个额外增加了一个24bit的字段，用来存储该key最后一次被访问的时间。  
**Redis3.0对近似LRU的优化**  
Redis3.0对近似LRU算法进行了一些优化。新算法会维护一个候选池（大小为16），池中的数据根据访问时间进行排序，第一次随机选取的key都会放入池中，随后每次随机选取的key只有在访问时间小于池中最小的时间才会放入池中，直到候选池被放满。当放满后，如果有新的key需要放入，则将池中最后访问时间最大（最近被访问）的移除。  
当需要淘汰的时候，则直接从池中选取最近访问时间最小（最久没被访问）的key淘汰掉就行。

## LFU算法 ##

LFU算法是Redis4.0里面新加的一种淘汰策略。它的全称是Least Frequently Used，它的核心思想是根据key的最近被访问的频率进行淘汰，很少被访问的优先被淘汰，被访问的多的则被留下来。  
LFU算法能更好的表示一个key被访问的热度。假如你使用的是LRU算法，一个key很久没有被访问到，只刚刚是偶尔被访问了一次，那么它就被认为是热点数据，不会被淘汰，而有些key将来是很有可能被访问到的则被淘汰了。如果使用LFU算法则不会出现这种情况，因为使用一次并不会使一个key成为热点数据。

**LFU一共有两种策略：**

*  volatile-lfu：在设置了过期时间的key中使用LFU算法淘汰key
 *  allkeys-lfu：在所有的key中使用LFU算法淘汰数据

## 为什么是近似LRU算法 ##

答案仅供参考  
如果使用LRU，则需要维护一个链表，按照时间排序，当一个key被访问到时，则该数据要移动到链表头部，维护这样的链表以及节点的移动很耗费时间和空间；还有一种可能是如果当前链表前面一部分是热点数据，而程序访问了一批很少被访问到的数据，那这批数据会放入链表前面，淘汰的时候，热点数据就会被优先淘汰。