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
患得患失94915 分钟前
【后端】【Django】Django 模型中的 `clean()` 方法详解:数据校验的最后防线
数据库·python·django
翻滚吧键盘22 分钟前
在 Debian 12 中恢复被删除的 smb.conf 配置文件
运维·数据库·debian
KaiwuDB28 分钟前
KWDB MCP Server:解锁 LLM 与数据库的无缝协作
数据库
TDengine (老段)39 分钟前
TDengine 整体构架
大数据·数据库·物联网·时序数据库·tdengine·iotdb
may_一一1 小时前
mac监控linux上mysql性能(Grafana+Prometheus+mysqld_exporter)
数据库·mysql
余衫马1 小时前
ASP.NET Core 最小 API:极简开发,高效构建(下)
java·数据库·asp.net
angen20181 小时前
seata db模式,nacos注册中心,spring boot ,spring cloud ,jdk1.8 完成的配置步骤
数据库·spring boot·spring cloud
八股文领域大手子2 小时前
精通 Spring Cache + Redis:避坑指南与最佳实践
java·redis·spring
不爱学英文的码字机器2 小时前
[操作系统] 信号
数据库
qw9492 小时前
Redis面试——缓存淘汰和过期删除
redis