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
独行soc31 分钟前
#渗透测试#批量漏洞挖掘#HSC Mailinspector 任意文件读取漏洞(CVE-2024-34470)
linux·科技·安全·网络安全·面试·渗透测试
小飞悟2 小时前
你以为 React 的事件很简单?错了,它暗藏玄机!
前端·javascript·面试
老纪的技术唠嗑局2 小时前
OceanBase PoC 经验总结(二)—— AP 业务
数据库
阿里云大数据AI技术3 小时前
OpenSearch 视频 RAG 实践
数据库·人工智能·llm
掘金安东尼4 小时前
技术解析:高级 Excel 财务报表解析器的架构与实现
前端·javascript·面试
天天扭码4 小时前
AI时代,前端如何处理大模型返回的多模态数据?
前端·人工智能·面试
阳火锅4 小时前
都2025年了,来看看前端如何给刘亦菲加个水印吧!
前端·vue.js·面试
Java技术小馆5 小时前
GitDiagram如何让你的GitHub项目可视化
java·后端·面试
m0_623955665 小时前
Oracle使用SQL一次性向表中插入多行数据
数据库·sql·oracle
UGOTNOSHOT5 小时前
7.4项目一问题准备
面试