Redis的回收策略(淘汰策略)

volatile-lru :从已设置过期时间的数据集( server.dbi.expires )中挑选最近最少使用的数据淘汰
volatile-ttl : 从已设置过期时间的数据集( server.dbi.expires ) 中挑选将要过期的数据淘汰
volatile-random : 从已设置过期时间的数据集( server.dbi.expires ) 中任意选择数据淘汰
allkeys-lru : 从数据集( server.dbi.dict ) 中挑选最近最少使用的数据淘汰
allkeys-random : 从数据集( server.dbi.dict ) 中任意选择数据淘汰
no-enviction ( 驱逐) : 禁止驱逐数据
注意这里的 6 种机制, volatile 和 allkeys 规定了是对已设置过期时间的数据集淘汰数据还是从全部数据
集淘汰数据, 后面的 lru 、 ttl 以及 random 是三种不同的淘汰策略, 再加上一种 no-enviction 永不回
收的策略。
使用策略规则
1 、如果数据呈现幂律分布,也就是一部分数据访问频率高,一部分数据访问频率 低, 则使用 allkeys-lru
2 、如果数据呈现平等分布, 也就是所有的数据访问频率都相同, 则使用 allkeys-random

相关推荐
仍然.1 分钟前
Spring MVC(1)---介绍Spring MVC 和 请求数据
java·spring·mvc
DianSan_ERP3 分钟前
架构师视角:电商大促高并发下的订单API限流与防漏单架构演进
java·运维·网络·安全·微服务·架构·自动化
云烟成雨TD4 分钟前
Agent Scope Java 2.x 系列【6】消息层
java·人工智能·agent
云烟成雨TD5 分钟前
Spring AI Alibaba 1.x 系列【74】Agentic RAG 与混合 RAG
java·人工智能·spring
小刘|7 分钟前
Spring AI 结构化输出 + 大模型参数全解(含千问调优)
java·后端·spring
云烟成雨TD8 分钟前
Spring AI Alibaba 1.x 系列【79】图执行生命周期的可观测性基础设施
java·人工智能·spring
kishu_iOS&AI8 分钟前
LLM —— Milvmus向量数据库
数据库·人工智能·milvus
霸道流氓气质12 分钟前
Java 单元测试生成大量 Excel 测试数据实战指南
java·单元测试·excel
名不经传的养虾人12 分钟前
从0到1:企业级AI项目迭代日记 Vol.46|三个检索源、缓存限流、深度整合——联网检索一日冲刺
数据库·人工智能·agent·ai编程·ai工作流·企业ai
io无心17 分钟前
基于Image 2的多配件商品图生成技术实现(已开源)
java·image2