Redis 的6种回收策略(淘汰策略)详解

Redis 的6种回收策略(淘汰策略)详解

  • 1、Redis的六种淘汰策略
    • [1. volatile-lru](#1. volatile-lru)
    • [2. volatile-ttl](#2. volatile-ttl)
    • [3. volatile-random](#3. volatile-random)
    • [4. allkeys-lru](#4. allkeys-lru)
    • [5. allkeys-random](#5. allkeys-random)
    • [6. no-eviction](#6. no-eviction)
  • 2、使用策略规则

|-----------------------------|
| 💖The Begin💖点点关注,收藏不迷路💖 |

在Redis中,当内存使用达到上限时,为了保持服务的稳定性和响应速度,Redis提供了多种数据回收(淘汰)策略,以便在必要时释放内存空间。本文将详细介绍Redis的六种主要淘汰策略。

1、Redis的六种淘汰策略

1. volatile-lru

  • 说明 :从已设置过期时间的数据集(server.db[i].expires)中挑选最近最少使用的数据进行淘汰。
  • 适用场景:适用于数据访问频率差异较大的场景,即部分数据访问频繁,部分数据访问较少。

2. volatile-ttl

  • 说明:从已设置过期时间的数据集中挑选那些即将过期的数据进行淘汰。
  • 适用场景:当希望优先淘汰那些即将过期的数据时,可以使用此策略。

3. volatile-random

  • 说明:从已设置过期时间的数据集中随机选择数据进行淘汰。
  • 适用场景:当数据集的访问频率没有明显差异,且希望随机淘汰过期数据时,此策略是一个不错的选择。

4. allkeys-lru

  • 说明 :从所有数据集(server.db[i].dict)中挑选最近最少使用的数据进行淘汰,不局限于已设置过期时间的数据。
  • 适用场景:如果数据访问频率呈现出幂律分布(即大部分数据访问频率低,少数数据访问频率高),此策略非常有效。

5. allkeys-random

  • 说明:从所有数据集中随机选择数据进行淘汰。
  • 适用场景:当数据集的访问频率几乎相同时,可以使用此策略。然而,由于Redis的设计初衷是快速存取,因此这种策略在实际应用中并不常见。

6. no-eviction

  • 说明:不进行任何淘汰操作,当内存不足时,Redis会拒绝新的写入请求,并返回错误。
  • 适用场景:在某些特定的场景下,如不希望因淘汰数据而影响业务逻辑时,可以使用此策略。但需要注意的是,这可能会导致Redis服务拒绝新的写入请求。

2、使用策略规则

  • 幂律分布场景 :如果数据访问频率呈现出幂律分布,即大部分数据访问频率低,少数数据访问频率高,推荐使用allkeys-lru策略。这可以确保那些长时间未被访问的数据被优先淘汰,从而为新的热点数据腾出空间。

  • 平等分布场景 :如果数据集的访问频率几乎相同,即所有数据的访问频率都相似,那么可以考虑使用allkeys-random策略。然而,在实际应用中,这种情况较为少见,因为大多数业务场景下的数据访问都会存在一定的差异。

|---------------------------|
| 💖The End💖点点关注,收藏不迷路💖 |

相关推荐
uhakadotcom2 小时前
视频直播与视频点播:基础知识与应用场景
后端·面试·架构
拉不动的猪3 小时前
刷刷题50(常见的js数据通信与渲染问题)
前端·javascript·面试
拉不动的猪3 小时前
JS多线程Webworks中的几种实战场景演示
前端·javascript·面试
uhakadotcom4 小时前
快速开始使用 n8n
后端·面试·github
uhakadotcom4 小时前
Astro 框架:快速构建内容驱动型网站的利器
前端·javascript·面试
uhakadotcom4 小时前
了解Nest.js和Next.js:如何选择合适的框架
前端·javascript·面试
uhakadotcom4 小时前
React与Next.js:基础知识及应用场景
前端·面试·github
uhakadotcom4 小时前
Remix 框架:性能与易用性的完美结合
前端·javascript·面试
uhakadotcom4 小时前
Node.js 包管理器:npm vs pnpm
前端·javascript·面试
探索为何5 小时前
JWT与Session的实战选择-杂谈(1)
后端·面试