Redis——内存策略

目录

前言

1.过期策略

1.1过期策略------DB结构

1.2过期策略------惰性删除

1.3过期策略------定期删除

2.淘汰策略

2.1最少最近使用和使用频率原理

2.2内存淘汰策略执行流程

总结:


前言

Redis之所以性能强,主要的原因就是基于内存存储。然而单节点的Redis其内存大小不宜过大,会影响持久化或主从同步性能。

我们可以通过修改配置文件来设置Redis的最大内存:

当内存使用达到上限时,就无法存储更多数据了,再 添加数据时就会淘汰其他数据。所有就有内存淘汰策略。

1.过期策略

对于Redis缓存,我们可以通过expire命令给Redis的key设置TTL(存活时间):

可以发现,当key的TTL到期以后,再次访问name返回时nil,说明这个key已经不存在了,对应的内存也得到释放。从而起到内存回收的目的。

1.1过期策略------DB结构

redis本身是一个典型的key-value内存存储数据库,因此所有的key,value都保存在之前学习过的Dict结构中。不过在
其database结构体中,有两个Dict:一个用来记录key-value;另一个用来记录key-TTL。

内存结构图:

所以Redis利用两个Dict分别记录key-value对及key-TTL对

1.2过期策略------惰性删除

是不是TTL到期就立即删除了呢?

如果key很多,都给这些key设置定时器,对于CPU会有非常的压力,这样就会严重影响Redis服务本身的一个性能。

所以实际应用种Redis不是采用立即删除,而是周期删除,惰性删除这两种策略。

**惰性删除:**顾名思义并不是在TTL到期后就立刻删除,而是在访问一个key的时候,检查该key的存活时间,如果已经过期才执行删除。

惰性删除是我去访问它才会被删除,如果很长一段时间都没有被访问,就永远不会被删除,所以就需要周期删除

1.3过期策略------定期删除

**周期删除:**顾明思议是通过一个定时任务,周期性的抽样部分过期的key,然后执行删除。执行周期有两种:

  • Redis会设置一个定时任务servercron(),按照server.hz的频率来执行过期key清理,模式为SLOW
  • Redis的每个事件循环前会调用beforesleep()函数,执行过期key清理,模式为FAST

SLOW模式规则(低频-高时长):

  • 执行频率受server.hz影响,默认为10,即每秒执行10次,每个执行周期100ms.
  • 执行清理耗时不超过一次执行周期的25%.
  • 逐个遍历db,逐个遍历db中的bucket,抽取20个key判断是否过期
  • 如果没达到时间上限(25ms)并且过期key比例大于10%,再进行一次抽样,否则结束

FAST模式规则(过期key比例小于10%不执行):

  • 执行频率受beforesleep()调用频率影响,但两次fast模式间隔不低于2ms
  • 执行清理耗时不超过1ms
  • 逐个遍历db,逐个遍历db中的bucket,抽取20个key判断是否过期
  • 如果 如果没达到时间上限(1ms)并且过期key比例大于10%,再进行一次抽样,否则结束

2.淘汰策略

内存淘汰: 就是当Redis内存使用达到设置的阈值时,Redis主动挑选部分key删除以释放更多内存的流程。

Redis会在处理客户端命令的方法processCommand()中尝试做内存淘汰:

Redis支持8种不同策略来选择要删除的key:

四种算法-八种策略

2.1最少最近使用和使用频率原理

比较容易混淆的有两个:

关于key的最少最近使用和使用频率如何实现?

Redis的数据都会被封装为RedisObject结构:

LFU的访问系数之所以叫逻辑访问次数,是因为并不是每次key都被访问都计数,而是通过运算:

2.2内存淘汰策略执行流程

关于淘汰策略执行流程图:

总结:

为了防止内存的达到上限,redis对内存的管理策略一般分为两类:

1.内存过期策略: 对过期的key的回收策略

  • 惰性删除(单个)
  • 过期删除(批量)

设置一个定时任务,周期性的进行采样抽取,并删除过期的key.

- SLOW模式: 低频 高时长

- FAST模式: 高频 低时长

2.内存淘汰策略: 内存使用达到上限的回收策略

八种策略,四种算法

  • LRU Least Recently Used 回收[最少最近使用 当前时间-上一次使用时间]
  • LFU Least FrequentLy Used 回收[使用频率最少的key 使用频率最少的]
  • 随机
  • TTL
相关推荐
m0_613856291 小时前
mysql如何利用事务隔离级别解决特定业务冲突_mysql隔离方案选型
jvm·数据库·python
Adios7941 小时前
VPR:Pitts50K和Norland数据集下载
数据库
东风破1371 小时前
DM用户权限、表、约束等对象的基本操作,SQL日志的开启介绍
数据库·sql·dm达梦数据库
收获不止数据库1 小时前
达梦9发布会归来:AI 时代,我们需要一款什么样的数据库?
数据库·人工智能·ai·语言模型·数据分析
小宇的天下2 小时前
Virtuoso GUI 界面中的关键模块定义
数据库
bqq198610262 小时前
MySQL 5.7 与 MySQL 8.0 的主要区别
数据库·mysql
Elastic 中国社区官方博客3 小时前
Elastic-caveman : 在不损失 Elastic 最佳效果的情况下,将 AI 响应 tokens 减少64%
大数据·运维·数据库·人工智能·elasticsearch·搜索引擎·全文检索
Deepincode3 小时前
Redis源码探究系列—跳表(skiplist)源码实现详解
redis
互联网推荐官3 小时前
上海软件定制开发全流程拆解:需求分析、技术选型与交付管理的工程实践
大数据·数据库·需求分析
专注API从业者3 小时前
Open Claw 京东商品监控选品实战:一键抓取、实时监控、高效选品
java·服务器·数据库