Redis缓存-数据淘汰策略

数据淘汰策略就是,当redis内存满的时候,此时在向redis添加新的key,那么redis会按照某一种规则将内存中的数据删掉,这种删除数据的规则成为内存的淘汰策略。

redis支持8中淘汰策略

1.noeviction,这种是redis默认的情况,淘汰任何数据,如果进行插入,就会报错。

2.volatile-ttl 对设置了TTL的key,比较剩余时间,时间越短越优先淘汰

3.allkeys-random 对全体key,随机淘汰

4.volatile-random 对设置了TTL的key,随机淘汰

5.allkeys-lru:对全体key,基于LRU算法进行淘汰。(下面会说LRU是什么意思)

  1. volatile-lru 对设置TTL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(LFU下面也会说)

8.volatile-lfu 对设置TTL的key,基于LFU算法进行淘汰。

下面就说一下LRU和LFU

LRU:最近使用最少,用当前时间减去最后一次访问时间,这个值越大,则淘汰优先级越高。

LFU:最少使用频率,就是点击的次数,会统计每个key的访问频率,值越小淘汰优先级越高。

一些业务场景使用建议

1.如果有明显的冷热区分,建议使用allkeys-lru,为什么使用lfu呢,如果某个数据仅仅是在某个时间段内访问量比较高,其他时间就很少,所以就不能用lfu。

2.业务中数据访问量差别不大,没有冷热分离,建议使用allkeys-random

3.如果业务中有置顶需求,可以使用volatile-lru,同时置顶数据不设置过期时间,这些数据就不会被删除,会淘汰其他过期时间的数据。

4.业务中有短时间高频访问的数据,可以使用allkeys-lfu或者volatile-lfu策略。

相关推荐
是阿楷啊9 小时前
Java大厂面试场景:音视频场景中的Spring Boot与微服务实战
spring boot·redis·spring cloud·微服务·grafana·prometheus·java面试
逍遥德9 小时前
Sring事务详解之02.如何使用编程式事务?
java·服务器·数据库·后端·sql·spring
笨蛋不要掉眼泪9 小时前
Redis哨兵机制全解析:原理、配置与实战故障转移演示
java·数据库·redis·缓存·bootstrap
Coder_Boy_10 小时前
基于SpringAI的在线考试系统-整体架构优化设计方案
java·数据库·人工智能·spring boot·架构·ddd
fen_fen18 小时前
Oracle建表语句示例
数据库·oracle
砚边数影20 小时前
数据可视化入门:Matplotlib 基础语法与折线图绘制
数据库·信息可视化·matplotlib·数据可视化·kingbase·数据库平替用金仓·金仓数据库
orange_tt20 小时前
Djiango配置Celery
数据库·sqlite
云小逸21 小时前
【nmap源码学习】 Nmap网络扫描工具深度解析:从基础参数到核心扫描逻辑
网络·数据库·学习
肉包_51121 小时前
两个数据库互锁,用全局变量互锁会偶发软件卡死
开发语言·数据库·c++
霖霖总总21 小时前
[小技巧64]深入解析 MySQL InnoDB 的 Checkpoint 机制:原理、类型与调优
数据库·mysql