redis数据删除策略和逐出策略
删除策略
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
Redis中的数据特征
数据删除策略
- 定时删除
- 惰性删除
- 定期删除
时效性数据的存储结构
数据删除策略的目标
在内存占用与CPU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者内存泄漏
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，到期就删除，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)
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
定期删除
- 周期性轮训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）
删除策略比对
| 类型 | 特点 |
|---|---|
| 定时删除 | 节约内存，无占用 不分时段占用CPU资源，频度高 拿时间换空间 |
| 惰性删除 | 内存占用严重 延时执行，CPU利用率高 拿空间换时间 |
| 定期删除 | 内存定期随机清理 每秒花费固定的CPU资源维护内存 随机抽查，重点抽查 |
逐出策略
- 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。清理数据的策略被称为逐出算法。
- 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。
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:挑选最近使用次数较少的数据淘汰
- 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）
5. allkeys-lru: 挑选最近最少使用的数据淘汰
6. allkeys-lfu: 挑选最近使用次数最少的数据淘汰
7. 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默认策略)，会引发OOM(out of memory)
maxmemory-policy volatile-lru
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次数，根据业务需求挑优Redis配置
