Redis的数据过期策略和数据淘汰策略

一、数据过期策略

Redis的key过期之后,会立即删除吗?

是否立即删除,这是根据Redis的数据过期策略来决定的

Redis对数据设值数据的过期时间,数据过期后,就需要将数据从内存中删除掉。可以按照不同的规则进行删除,这些删除规则就被称之为数据的删除策略(数据过期策略)

Redis的过期策略分为以下两种策略

1、惰性删除

对Redis中的一个key设置过期时间之后,我们不去管他,当需要该key时,检查其是否已经过期,如果过期,就删掉它;反之则返回该key

bash 复制代码
# 举例:给name属性设置过期
set name zhangsan 10

# 过期后再获取,发现name过期了,直接删除key
get name

惰性删除优缺点:

优点:对CPU友好,对于很多用不到的key不用浪费时间进行过期检查

缺点:对内存不友好,如果一个key过期了,但是一直没尝试获取(没使用),那么不会察觉到这个key已经废弃了,就会一直保存在内存中,内存永远不会释放

2、定期删除

每隔一段时间,我们就对一些key(从一定数量的缓存中取出一部分key)进行检查,检查是否过期,过期则删除

定期策略有两种模式:

SLOW模式:定时任务,执行频率是10hz(1秒执行10次,也就是100ms执行一次),每次不超过25ms,可以通过修改配置寄文件redis.conf的hz选项调整这个频率

FAST模式:执行频率不固定,但是两次删除的间隔不会低于2ms,每次耗时不超过1ms

定期删除的优缺点:

优点:可以通过限制删除操作执行的时长和频率来减少删除操作对CPU的影响。另外定期删除,也能有效释放过期key对内存的占用

缺点:如果调的太快,可能影响CPU资源,一直检查key是否过期去了;调的太慢,又达不到效果

Redis的真实使用的过期删除策略实际上是:惰性删除 + 定期策略两种策略同时使用的

二、数据淘汰策略

1、数据淘汰策略概念

数据淘汰策略和数据淘汰策略概念不一样,可以认为是一种异常情况下的处理策略

数据淘汰策略指的是:当redis中的内存不够用时,此时再向redis中添加新的key(新数据),那么redis会按照一定规则将内存中的数据删掉,这种数据删除的规则被称之为内存的淘汰策略

2、8种数据淘汰策略

当内存不足时,redis支持以下8种数据淘汰策略来选择删除哪些key:(不用记得这么多,知道有默认的noevictionLRU、LFU行了)

1、noeviction :当内存不足时,不淘汰任何key,但是也不允许写入新数据,默认是这种策略

2、volatile-ttl:对设置了TTL(过期时间)的key,比较这些key的TTL,过期剩余时间越小的,优先被淘汰

3、allkeys-random:从全体key中,随机进行淘汰(随机???删到那种《很长时间才能从数据库查出来的,又是热点key的》就老实了,直接缓存击穿)

4、volatile-random:对设置了TTL(过期时间)的key,随机进行淘汰

5、allkeys-lru:对全体key,基于LRU算法进行淘汰

6、volatile-lru:对设置了TTL(过期时间)的key,基于LRU算法进行淘汰

7、allkeys-lfu:对全体key,基于LFU算法进行淘汰

6、volatie-lfu:对设置了TTL(过期时间)的key,基于LFU算法进行淘汰

3、什么是LRU算法和LFU算法呢?

LRU(Least Recently Used):Least(最少的)Recently(最近)

最近最少使用:用当前时间,减去key的最后一次访问时间,这个值越大则淘汰优先级越高

举例:key1是3s前访问过一次,key2是9s前访问过一次,那么删除的就是key2

LFU(Least Frequently Used):Frequently(频繁的)

最少频率使用:统计每个key在一段时间内的访问频率,频率越小淘汰优先级越高。

举例:key1最近5s被访问了4次,key2最近5s被访问了9次,删除的就是key1

4、数据淘汰策略-使用建议

1、 优先使用 alkeys-lru 策略。充分利用 LRU 算法的优势,把最近最常访问的数据留在缓存中。如果业务有明显的冷热数据区分,建议使用。

2、如果业务中数据访问频率差别不大,没有明显冷热数据区分,建议使用alkeys-random,随机选择淘汰

3、如果业务中有置顶的需求,可以使用 volatile-lru 策略,同时置顶数据不设置过期时间,这些数据就一直不被删除会淘汰其他设置过期时间的数据。

4、如果业务中有短时高频访问的数据,可以使用 allkeys-lfu 或 volatile-lfu 策略。

举例:如果数据库中有1000万数据,redis中只能缓存20万条,那么如何保证redis中的数据都是热点数据呢?

使用allkey-lru策略,挑选最近最少使用的数据淘汰,留下来的肯定是最近最常访问的热点数据

我之前那家公司redis中保存的都是一些简单的配置项,并没有看到配置什么淘汰策略,应该用的就是默认的**noeviction,**内存占用极低,只用了几十MB

相关推荐
hqxstudying1 小时前
Java异常处理
java·开发语言·安全·异常
我命由我123454 小时前
Kotlin 数据容器 - List(List 概述、创建 List、List 核心特性、List 元素访问、List 遍历)
java·开发语言·jvm·windows·java-ee·kotlin·list
武子康6 小时前
Java-80 深入浅出 RPC Dubbo 动态服务降级:从雪崩防护到配置中心秒级生效
java·分布式·后端·spring·微服务·rpc·dubbo
-SGlow-8 小时前
MySQL相关概念和易错知识点(2)(表结构的操作、数据类型、约束)
linux·运维·服务器·数据库·mysql
明月5669 小时前
Oracle 误删数据恢复
数据库·oracle
YuTaoShao9 小时前
【LeetCode 热题 100】131. 分割回文串——回溯
java·算法·leetcode·深度优先
源码_V_saaskw9 小时前
JAVA图文短视频交友+自营商城系统源码支持小程序+Android+IOS+H5
java·微信小程序·小程序·uni-app·音视频·交友
超浪的晨9 小时前
Java UDP 通信详解:从基础到实战,彻底掌握无连接网络编程
java·开发语言·后端·学习·个人开发
双力臂40410 小时前
Spring Boot 单元测试进阶:JUnit5 + Mock测试与切片测试实战及覆盖率报告生成
java·spring boot·后端·单元测试
♡喜欢做梦10 小时前
【MySQL】深入浅出事务:保证数据一致性的核心武器
数据库·mysql