软考:缓存持久化和过期策略,淘汰策略

持久化:

RDC(把全量数据以二进制压缩文件的方式存储到磁盘文件),快照,体积小,性能更高(会fork一个子进程来处理保存操作)恢复更快。

AOF(每一个写命令都通过write函数追加到文件中,日志记录),近乎实时的方式把执行的每条数据变动命令进行追加存储到AOF的缓存区里面, 然后再把缓存的数据写入到磁盘的AOF文件里面。数据不会丢失,AOF文件写入性能很高,AOF文件不会影响客户端的读写,通过非常可读的方式记录,适合做灾难性的误删除的紧急恢复。比如某人不小心使用flushall命令清空了所以记录。

RDB的优缺点

优点:

适合做定时备份(冷备)

RDB的数据恢复快

缺点:

RDB无法做到实时持久化,若在两次bgsave间宕机,则会丢失区间(分钟级)的增量数据,不适用于实时性要求较高的场景

RDB的cow机制中,fork子进程属于重量级操作,并且会阻塞redis主进程(执行客户端命令的线程)

AOF的优缺点

优点:

AOF是近乎实时,一秒一次去通过一个后台的线程fsync操作,最多只会丢这一秒的数据,适合做实时备份(热备)

AOF只是追加写日志文件,对服务器性能影响较小,速度比RDB要快,消耗的内存较少

缺点:

AOF方式生成的日志文件太大,需要不断AOF重写,进行瘦身。

AOF重演命令式的恢复数据,速度显然比RDB要慢

redis的过期策略

1、定期删除

分为记录到期实际,到期就删除

另外一种是每间隔一段时间,检查key,删除过期的key

2、惰性删除

占内存,CPU友好

redis:支持上面两种方式的结合!!!

随机抽取一些设置了过期时间的key,检查是福哦过期,如果过期就删掉,可能导致很多过期的key到了时间并没有被删除。

Redis提供了8种淘汰策略

不淘汰

noeviction:不进行淘汰数据。一旦缓存被写满,再有写请求进来,Redis就不再提供服务,而是直接返回错误。

从全部数据中进行淘汰

allkeys-lru:在所有的键值对中,移除最近最少使用的键值对

allkeys-lfu:在所有的键值对中,移除最近最不频繁使用的键值对。

allkeys-random:在所有键值对中,随机移除某个key。

从设置了过期时间的数据中进行淘汰

volatile-ttl:在设置了过期时间的键值对中,移除即将过期的键值对。

volatile-lru:在设置了过期时间的键值对中,移除最近最少使用的键值对。

volatile-lfu:在设置了过期时间的键值对中,移除最近最不频繁使用的键值对。

volatile-random:在设置了过期时间的键值对中,随机移除某个键值对。

策略推荐:

通常情况下推荐优先使用 allkeys-lru 策略。这样可以充分利用 LRU 这一经典缓存算法的优势,把最近最常访问的数据留在缓存中,提升应用的访问性能。

如果你的业务数据中有明显的冷热数据区分,建议使用 allkeys-lru 策略。

如果业务应用中的数据访问频率相差不大,没有明显的冷热数据区分,建议使用 allkeys-random 策略,随机选择淘汰的数据就行。

如果没有设置过期时间的键值对,那么 volatile-lru,volatile-lfu,volatile-random 和 volatile-ttl 策略的行为, 和 noeviction基本上一致。

相关推荐
繁依Fanyi2 分钟前
ColorAid —— 一个面向设计师的色盲模拟工具开发记
开发语言·前端·vue.js·编辑器·codebuddy首席试玩官
易只轻松熊19 分钟前
C++(23):容器类<vector>
开发语言·数据结构·c++
Lu Yao_44 分钟前
用golang实现二叉搜索树(BST)
开发语言·数据结构·golang
沐土Arvin1 小时前
前端图片上传组件实战:从动态销毁Input到全屏预览的全功能实现
开发语言·前端·javascript
找不到、了1 小时前
Spring-Beans的生命周期的介绍
java·开发语言·spring
caihuayuan41 小时前
React Native 0.68 安装react-native-picker报错:找不到compile
java·大数据·sql·spring·课程设计
(・Д・)ノ2 小时前
python打卡day29
开发语言·python
若水晴空初如梦2 小时前
QT聊天项目DAY11
开发语言·qt
爱编程的鱼2 小时前
C#接口(Interface)全方位讲解:定义、特性、应用与实践
java·前端·c#
有杨既安然2 小时前
Python高级特性深度解析:从熟练到精通的跃迁之路
开发语言·python·数据挖掘·flask