redis自学（26）内存淘汰策略

内存淘汰策略

内存淘汰：就是当Redis内存使用达到设置的阈值时，redis主动挑选部分key删除以释放更多内存的流程。

Redis会在处理客户端命令的方法processCommand()中尝试做内存淘汰：

 

 

也就是说，redis是在任何命令执行之前，做内存的检查或者说尝试去淘汰一部分内存。

 

Redis支持8种不同策略来选择要删除的key:

noeviction:不淘汰任何key，但是内存满时不允许写入新数据，默认就是这种策略。

volatile-ttl:对设置了TTL的key，比较key剩余的TTL值，TTL越小越先被淘汰

allkeys-random:对全体key，随机进行淘汰。也就是直接从db->dict中随机挑选

volatile-random:对设置TTL的key，随机进行淘汰。也就是从db->expires中随机挑选

Allkeys-lru:对全体key，基于LRU算法进行淘汰。

Volatile-lru:对设置TTL的key，基于LRU算法进行淘汰。

Allkeys-lfu:对全体key，基于LFU算法进行淘汰。

Volatile-lfu:对设置TTL的key，基于LFU算法进行淘汰。

比较容易混淆的有两个：

LRU（Least Recently Used）,最少最近使用。用当前时间减去最后一次访问时间，这个值越大则淘汰优先级越高。

LFU（Least Frequently Used）,最少频率使用。会统计每个key的访问频率，值越小淘汰优先级越高。

 

 

根据策略不同，记录的信息也不一样

LFU的访问次数之所以叫做逻辑访问次数，是因为并不是每次key被访问都计数，而是通过运算：

①　生成0~1之间的随机数R

②　计算1/（旧次数*lfu_log_factor+1）,记录为P，lfu_log_factor默认为10

③　如果R<P，则计数器+1，且最大不超过255

④　访问次数会随时间衰减，距离上一次访问时间每隔lfu_decay_time分钟（默认1），计数器-1

8个比特位只能记录255个数，也就不可能记录真实的访问次数，所以采用了逻辑访问次数，用一个概率行的增加，上面的意思是，访问了，除了第一次，访问次数有可能不增加，但是只要访问次数多，逻辑计数的值大于其他访问次数少的可能性还是很高的。但是长时间不访问的话，它的次数也是一点点的随时间减少的。

lfu_log_factor和lfu_decay_time都可通过配置文件或者命令行配置。

策略在配置文件设定

 

 

 

 

LRU和LFU以及TTL，不是一个一个去比较的，这样如果redis的缓存数量很大的话，挨个遍历消耗的时间和资源是很恐怖的，所以，搞了一个eviction_pool，随机找一堆，比较谁最应该被淘汰，虽然准确率不如挨个遍历，但是也够满足使用了，最主要是性能好。

随机数maxmemory_samples的默认值是5个，随机到后经过筛选才有可能按照idleTime升序放入eviction_pool，因为eviction_pool满了的情况下，如果idleTime比池子里的最小的idleTime还要小的话，就没有必要放入了，大的话，放入就把原先池子里最小的挤出去了。而idleTime根据策略不同计算方式不同（now是指现在时间，maxTTL是指long的最大值即9223372036854775807）。删除的时候倒序从eviction_pool中获取一个key删除。随着循环的次数越来越多，eviction_pool里面的idleTime会越来越大，那么准确率就会越来越高。