详解 Redis 内存管理机制和实现
Redis是一个基于内存的键值数据库，其内存管理是非常重要的。本文内存管理的内容包括：过期键的懒性删除和过期删除以及内存溢出控制策略。
最大内存限制
Redis使用 maxmemory 参数限制最大可用内存，默认值为0，表示无限制。限制内存的目的主要 有：
- 用于缓存场景，当超出内存上限 maxmemory 时使用 LRU 等删除策略释放空间。
- 防止所用内存超过服务器物理内存。因为 Redis 默认情况下是会尽可能多使用服务器的内存，可能会出现服务器内存不足，导致 Redis 进程被杀死
maxmemory 限制的是Redis实际使用的内存量，也就是 used_memory统计项对应的内存。由于内存碎片率的存在，实际消耗的内存 可能会比maxmemory设置的更大，实际使用时要小心这部分内存溢出。具体Redis 内存监控的内容请查看一文了解 Redis 内存监控和内存消耗。
Redis默认无限使用服务器内存，为防止极端情况下导致系统内存耗 尽，建议所有的Redis进程都要配置maxmemory。 在保证物理内存可用的情况下，系统中所有Redis实例可以调整 maxmemory参数来达到自由伸缩内存的目的。
内存回收策略
Redis 回收内存大致有两个机制：一是删除到达过期时间的键值对象；二是当内存达到 maxmemory 时触发内存移除控制策略，强制删除选择出来的键值对象。
删除过期键对象
Redis 所有的键都可以设置过期属性，内部保存在过期表中，键值表和过期表的结果如下图所示。当 Redis保存大量的键，对每个键都进行精准的过期删除可能会导致消耗大量的 CPU，会阻塞 Redis 的主线程，拖累 Redis 的性能，因此 Redis 采用惰性删除和定时任务删除机制实现过期键的内存回收。
惰性删除是指当客户端操作带有超时属性的键时，会检查是否超过键的过期时间，然后会同步或者异步执行删除操作并返回键已经过期。这样可以节省 CPU成本考虑，不需要单独维护过期时间链表来处理过期键的删除。
过期键的惰性删除策略由 db.c/expireifNeeded 函数实现，所有对数据库的读写命令执行之前都会调用 expireifNeeded 来检查命令执行的键是否过期。如果键过期，expireifNeeded 会将过期键从键值表和过期表中删除，然后同步或者异步释放对应对象的空间。源码展示的时 Redis 4.0 版本。
expireIfNeeded 先从过期表中获取键对应的过期时间，如果当前时间已经超过了过期时间(lua脚本执行则有特殊逻辑，详看代码注释)，则进入删除键流程。删除键流程主要进行了三件事：
- 一是删除操作命令传播，通知 slave 实例并存储到 AOF 缓冲区中
- 二是记录键空间事件，
- 三是根据 lazyfreelazyexpire 是否开启进行异步删除或者异步删除操作。
1 int expireIfNeeded(redisDb *db, robj *key) { 2 // 获取键的过期时间 3 mstime_t when = getExpire(db,key); 4 mstime_t now; 5 // 键没有过期时间 6 if (when < 0) return 0; 7 // 实例正在从硬盘 laod 数据，比如说 RDB 或者 AOF 8 if (server.loading) return 0; 9 10 // 当执行lua脚本时，只有键在lua一开始执行时 11 // 就到了过期时间才算过期，否则在lua执行过程中不算失效 12 now = server.lua_caller ? server.lua_time_start : mstime(); 13 14 // 当本实例是slave时，过期键的删除由master发送过来的 15 // del 指令控制。但是这个函数还是将正确的信息返回给调用者。 16 if (server.masterhost != NULL) return now > when; 17 // 判断是否未过期 18 if (now <= when) return 0; 19 20 // 代码到这里，说明键已经过期，而且需要被删除 21 server.stat_expiredkeys++; 22 // 命令传播，到 slave 和 AOF 23 propagateExpire(db,key,server.lazyfree_lazy_expire); 24 // 键空间通知使得客户端可以通过订阅频道或模式， 来接收那些以某种方式改动了 Redis 数据集的事件。 25 notifyKeyspaceEvent(NOTIFY_EXPIRED, 26 "expired",key,db->id); 27 // 如果是惰性删除，调用dbAsyncDelete，否则调用 dbSyncDelete 28 return server.lazyfree_lazy_expire ? dbAsyncDelete(db,key) : 29 dbSyncDelete(db,key); 30 }
上图是写命令传播的示意图，删除命令的传播和它一致。propagateExpire 函数先调用 feedAppendOnlyFile 函数将命令同步到 AOF 的缓冲区中，然后调用 replicationFeedSlaves函数将命令同步到所有的 slave 中。Redis 复制的机制可以查看Redis 复制过程详解。
// 将命令传递到slave和AOF缓冲区。maser删除一个过期键时会发送Del命令到所有的slave和AOF缓冲区 void propagateExpire(redisDb *db, robj *key, int lazy) { robj *argv[2]; // 生成同步的数据 argv[0] = lazy ? shared.unlink : shared.del; argv[1] = key; incrRefCount(argv[0]); incrRefCount(argv[1]); // 如果开启了 AOF 则追加到 AOF 缓冲区中 if (server.aof_state != AOF_OFF) feedAppendOnlyFile(server.delCommand,db->id,argv,2); // 同步到所有 slave replicationFeedSlaves(server.slaves,db->id,argv,2); decrRefCount(argv[0]); decrRefCount(argv[1]); }
dbAsyncDelete 函数会先调用 dictDelete 来删除过期表中的键，然后处理键值表中的键值对象。它会根据值的占用的空间来选择是直接释放值对象，还是交给 bio 异步释放值对象。判断依据就是值的估计大小是否大于 LAZYFREE_THRESHOLD 阈值。键对象和 dictEntry 对象则都是直接被释放。
#define LAZYFREE_THRESHOLD 64 int dbAsyncDelete(redisDb *db, robj *key) { // 删除该键在过期表中对应的entry if (dictSize(db->expires) > 0) dictDelete(db->expires,key->ptr); // unlink 该键在键值表对应的entry dictEntry *de = dictUnlink(db->dict,key->ptr); // 如果该键值占用空间非常小，懒删除反而效率低。所以只有在一定条件下，才会异步删除 if (de) { robj *val = dictGetVal(de); size_t free_effort = lazyfreeGetFreeEffort(val); // 如果释放这个对象消耗很多，并且值未被共享(refcount == 1)则将其加入到懒删除列表 if (free_effort > LAZYFREE_THRESHOLD && val->refcount == 1) { atomicIncr(lazyfree_objects,1); bioCreateBackgroundJob(BIO_LAZY_FREE,val,NULL,NULL); dictSetVal(db->dict,de,NULL); } } // 释放键值对，或者只释放key，而将val设置为NULL来后续懒删除 if (de) { dictFreeUnlinkedEntry(db->dict,de); // slot 和 key 的映射关系是用于快速定位某个key在哪个 slot中。 if (server.cluster_enabled) slotToKeyDel(key); return 1; } else { return 0; } }
dictUnlink 会将键值从键值表中删除，但是却不释放 key、val和对应的表entry对象，而是将其直接返回，然后再调用dictFreeUnlinkedEntry进行释放。dictDelete 是它的兄弟函数，但是会直接释放相应的对象。二者底层都通过调用 dictGenericDelete来实现。dbAsyncDelete d的兄弟函数 dbSyncDelete 就是直接调用dictDelete来删除过期键。
void dictFreeUnlinkedEntry(dict *d, dictEntry *he) { if (he == NULL) return; // 释放key对象 dictFreeKey(d, he); // 释放值对象，如果它不为null dictFreeVal(d, he); // 释放 dictEntry 对象 zfree(he); }
Redis 有自己的 bio 机制，主要是处理 AOF 落盘、懒删除逻辑和关闭大文件fd。bioCreateBackgroundJob 函数将释放值对象的 job 加入到队列中，bioProcessBackgroundJobs会从队列中取出任务，根据类型进行对应的操作。
void *bioProcessBackgroundJobs(void *arg) { ..... while(1) { listNode *ln; ln = listFirst(bio_jobs[type]); job = ln->value; if (type == BIO_CLOSE_FILE) { close((long)job->arg1); } else if (type == BIO_AOF_FSYNC) { aof_fsync((long)job->arg1); } else if (type == BIO_LAZY_FREE) { // 根据参数来决定要做什么。有参数1则要释放它，有参数2和3是释放两个键值表 // 过期表，也就是释放db 只有参数三是释放跳表 if (job->arg1) lazyfreeFreeObjectFromBioThread(job->arg1); else if (job->arg2 && job->arg3) lazyfreeFreeDatabaseFromBioThread(job->arg2,job->arg3); else if (job->arg3) lazyfreeFreeSlotsMapFromBioThread(job->arg3); } zfree(job); ...... } }
dbSyncDelete 则是直接删除过期键，并且将键、值和 DictEntry 对象都释放。
int dbSyncDelete(redisDb *db, robj *key) { // 删除过期表中的entry if (dictSize(db->expires) > 0) dictDelete(db->expires,key->ptr); // 删除键值表中的entry if (dictDelete(db->dict,key->ptr) == DICT_OK) { // 如果开启了集群，则删除slot 和 key 映射表中key记录。 if (server.cluster_enabled) slotToKeyDel(key); return 1; } else { return 0; } }
但是单独用这种方式存在内存泄露的问题，当过期键一直没有访问将无法得到及时删除，从而导致内存不能及时释放。正因为如此，Redis还提供另一种定时任 务删除机制作为惰性删除的补充。
Redis 内部维护一个定时任务，默认每秒运行10次（通过配置控制）。定时任务中删除过期键逻辑采用了自适应算法，根据键的 过期比例、使用快慢两种速率模式回收键，流程如下图所示。
- 1）定时任务首先根据快慢模式( 慢模型扫描的键的数量以及可以执行时间都比快模式要多 )和相关阈值配置计算计算本周期最大执行时间、要检查的数据库数量以及每个数据库扫描的键数量。
- 2) 从上次定时任务未扫描的数据库开始，依次遍历各个数据库。
- 3）从数据库中随机选手 ACTIVEEXPIRECYCLELOOKUPSPER_LOOP 个键，如果发现是过期键，则调用 activeExpireCycleTryExpire 函数删除它。
- 4）如果执行时间超过了设定的最大执行时间，则退出，并设置下一次使用慢模式执行。
- 5）未超时的话，则判断是否采样的键中是否有25%的键是过期的，如果是则继续扫描当前数据库，跳到第3步。否则开始扫描下一个数据库。
定期删除策略由 expire.c/activeExpireCycle 函数实现。在redis事件驱动的循环中的eventLoop->beforesleep和 周期性操作 databasesCron 都会调用 activeExpireCycle 来处理过期键。但是二者传入的 type 值不同，一个是ACTIVEEXPIRECYCLESLOW 另外一个是ACTIVEEXPIRECYCLEFAST。activeExpireCycle 在规定的时间，分多次遍历各个数据库，从 expires 字典中随机检查一部分过期键的过期时间，删除其中的过期键，相关源码如下所示。
void activeExpireCycle(int type) { // 上次检查的db static unsigned int current_db = 0; // 上次检查的最大执行时间 static int timelimit_exit = 0; // 上一次快速模式运行时间 static long long last_fast_cycle = 0; /* When last fast cycle ran. */ int j, iteration = 0; // 每次检查周期要遍历的DB数 int dbs_per_call = CRON_DBS_PER_CALL; long long start = ustime(), timelimit, elapsed; ..... // 一些状态时不进行检查，直接返回 // 如果上次周期因为执行达到了最大执行时间而退出，则本次遍历所有db,否则遍历db数等于 CRON_DBS_PER_CALL if (dbs_per_call > server.dbnum || timelimit_exit) dbs_per_call = server.dbnum; // 根据ACTIVE_EXPIRE_CYCLE_SLOW_TIME_PERC计算本次最大执行时间 timelimit = 1000000*ACTIVE_EXPIRE_CYCLE_SLOW_TIME_PERC/server.hz/100; timelimit_exit = 0; if (timelimit <= 0) timelimit = 1; // 如果是快速模式，则最大执行时间为ACTIVE_EXPIRE_CYCLE_FAST_DURATION if (type == ACTIVE_EXPIRE_CYCLE_FAST) timelimit = ACTIVE_EXPIRE_CYCLE_FAST_DURATION; /* in microseconds. */ // 采样记录 long total_sampled = 0; long total_expired = 0; // 依次遍历 dbs_per_call 个 db for (j = 0; j < dbs_per_call && timelimit_exit == 0; j++) { int expired; redisDb *db = server.db+(current_db % server.dbnum); // 将db数增加，一遍下一次继续从这个db开始遍历 current_db++; do { ..... // 申明变量和一些情况下 break if (num > ACTIVE_EXPIRE_CYCLE_LOOKUPS_PER_LOOP) num = ACTIVE_EXPIRE_CYCLE_LOOKUPS_PER_LOOP; // 主要循环，在过期表中进行随机采样，判断是否比率大于25% while (num--) { dictEntry *de; long long ttl; if ((de = dictGetRandomKey(db->expires)) == NULL) break; ttl = dictGetSignedIntegerVal(de)-now; // 删除过期键 if (activeExpireCycleTryExpire(db,de,now)) expired++; if (ttl > 0) { /* We want the average TTL of keys yet not expired. */ ttl_sum += ttl; ttl_samples++; } total_sampled++; } // 记录过期总数 total_expired += expired; // 即使有很多键要过期，也不阻塞很久，如果执行超过了最大执行时间，则返回 if ((iteration & 0xf) == 0) { /* check once every 16 iterations. */ elapsed = ustime()-start; if (elapsed > timelimit) { timelimit_exit = 1; server.stat_expired_time_cap_reached_count++; break; } } // 当比率小于25%时返回 } while (expired > ACTIVE_EXPIRE_CYCLE_LOOKUPS_PER_LOOP/4); } .....// 更新一些server的记录数据 }
activeExpireCycleTryExpire 函数的实现就和 expireIfNeeded 类似，这里就不赘述了。
int activeExpireCycleTryExpire(redisDb *db, dictEntry *de, long long now) { long long t = dictGetSignedIntegerVal(de); if (now > t) { sds key = dictGetKey(de); robj *keyobj = createStringObject(key,sdslen(key)); propagateExpire(db,keyobj,server.lazyfree_lazy_expire); if (server.lazyfree_lazy_expire) dbAsyncDelete(db,keyobj); else dbSyncDelete(db,keyobj); notifyKeyspaceEvent(NOTIFY_EXPIRED, "expired",keyobj,db->id); decrRefCount(keyobj); server.stat_expiredkeys++; return 1; } else { return 0; } }
定期删除策略的关键点就是删除操作执行的时长和频率：
- 如果删除操作太过频繁或者执行时间太长，就对 CPU 时间不是很友好，CPU 时间过多的消耗在删除过期键上。
- 如果删除操作执行太少或者执行时间太短，就不能及时删除过期键，导致内存浪费。
内存溢出控制策略
当Redis所用内存达到maxmemory上限时会触发相应的溢出控制策略。 具体策略受maxmemory-policy参数控制，Redis支持6种策略，如下所示：
- 1）noeviction：默认策略，不会删除任何数据，拒绝所有写入操作并返 回客户端错误信息（error）OOM command not allowed when used memory，此 时Redis只响应读操作。
- 2）volatile-lru：根据LRU算法删除设置了超时属性（expire）的键，直 到腾出足够空间为止。如果没有可删除的键对象，回退到noeviction策略。
- 3）allkeys-lru：根据LRU算法删除键，不管数据有没有设置超时属性， 直到腾出足够空间为止。
- 4）allkeys-random：随机删除所有键，直到腾出足够空间为止。
- 5）volatile-random：随机删除过期键，直到腾出足够空间为止。
- 6）volatile-ttl：根据键值对象的ttl属性，删除最近将要过期数据。如果没有，回退到noeviction策略。
内存溢出控制策略可以使用 config set maxmemory-policy {policy} 语句进行动态配置。Redis 提供了丰富的空间溢出控制策略，我们可以根据自身业务需要进行选择。
当设置 volatile-lru 策略时，保证具有过期属性的键可以根据 LRU 剔除，而未设置超时的键可以永久保留。还可以采用allkeys-lru 策略把 Redis 变为纯缓存服务器使用。
当Redis因为内存溢出删除键时，可以通过执行 info stats 命令查看 evicted_keys 指标找出当前 Redis 服务器已剔除的键数量。
每次Redis执行命令时如果设置了maxmemory参数，都会尝试执行回收 内存操作。当Redis一直工作在内存溢出（used_memory>maxmemory）的状态下且设置非 noeviction 策略时，会频繁地触发回收内存的操作，影响Redis 服务器的性能，这一点千万要引起注意。
