2026.3.9 Redis内存回收内存淘汰

2026.3.9 Redis内存回收内存淘汰

过期策略

DB结构

c 复制代码
typedef struct redisDb{
    dict *dict; //存放所有key以及value的地方,也被称为keyspace
	dict *expires; //存放每一个key以及其对应的TTL存活时间,只包含设置了TTL的key
    dict *blocking_keys;
    dict *ready_keys;
    dict *watched_keys;
    int id; //数据库ID,0~15
    long long avg_ttl; //记录平均TTL市场
    unsigned long expires_cursor; //expire检查在dict中抽样的索引位置
    list *defrag_later; //等待碎片整理的key列表
} redisDb
1.Redis是如何知道一个key是否过期呢?

利用两个Dict分别记录key-value和key-ttl对

2.是不是TTL到期就立即删除了呢?

不是,有两种删除方式:

  1. 惰性删除:不是在TTL到期后立即删除,而是在访问一个key时,检查该key的存活时间,如果已经过期才执行删除。
    问题:如果有一个key长时间没有被访问,即便该key已经过了过期时间,但实际上任未被删除,仍在占用内存
  2. 定期删除: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:
    1. 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
    2. 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:

SLOW模式执行频率默认为10,每次不超过25ms

  1. 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。
  2. 执行清理耗时不超过一次执行周期的25%
  3. 逐个遍历db,逐个遍历db中的bucket,抽样20个key判断是否过期
  4. 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):

FAST模式执行频率不固定,但两次间隔不低于2ms,每次耗时不超过1ms

  1. 执行频率受beforeSleep()调用频率的影响,但两次FAST模式间隔不低于2ms
  2. 执行清理耗时不超过1ms
  3. 逐个遍历db,逐个遍历db中的bucket,抽取20个key判断是否过期
  4. 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

淘汰策略

在一些非常庞大的项目中,由于数据量非常多,不断往Redis中存数据,很有可能仅仅淘汰过期的key也难以满意内存的使用。

内存淘汰: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会在任何的命令执行之前去做内存的检查。

c 复制代码
int processCommand(client *c){
    //如果服务器设置了server.maxmemory属性,并且未有执行lua脚本
    if(server.maxmemory && !server.lua_timedout){
        //尝试进行内存淘汰performEvictions
        int out_of_memory = (performEvictions() == EVICT_FAIL);
        //...
        if(out_of_memory && reject_cmd_on_oom){
            rejectCommand(c,shared.oomerr);
            return C_OK;
        }
        //...
    }
}

内存淘汰的8种策略:

  1. noeviction:不淘汰任何key,但是内存满时不允许写入新数据,默认就是这种策略。
  2. volatile-ttl:对设置了TTL的key,比较key的剩余TTL值,TTL越小越先被淘汰
  3. allkeys-random:对全体key,随机进行淘汰。也就是直接从db->dict中随机挑选
  4. volatile-random:对设置了TTL的key,随机进行淘汰。也就是从db->expires中随机挑选
  5. allkeys-lru:对全体key,基于LRU算法进行淘汰
  6. volatile-lru:对设置了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
  8. volatile-lfu:对设置了TTL的key,基于LFU算法进行淘汰

LRU (Least Recently Used),最少最近使用。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(Least Frequently Used),最少频率使用。会统计每个key的访问频率,值越小淘汰优先级越高

Redis的数据都会被封装为RedisObject结构

c 复制代码
typedef struct redisObject{
    unsigned type:4; //对象类型
    unsigned encoding:4; //编码方式
    unsigned lru:LRU_BITS; //LRU:以秒为单位记录最近一次访问时间,长度24bit
						//LFU:高16位以分钟为单位记录最近一次访问时间,低8位记录逻辑访问次数
    int refcount; //引用计数,计数为0则可以回收
    void *ptr; //数据指针,指向真实数据
} robj;

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

  1. 生成0~1之间的随机数R
  2. 计算1/(旧次数*lfu_log_factor + 1),记录为P,lfu_log_factor默认为10
  3. 如果R<P,则计数器加1,且最大不超过255
  4. 访问次数会随时间衰减,间距离上一次访问间隔每隔lfu_decay_time分钟(默认1),计数器-1

performEvictions方法运行逻辑

相关推荐
东风破_6 小时前
danci 2:创建的单词书到底存在哪里?从 Supabase 一路理解 ORM、Drizzle 和 RLS
数据库·后端·node.js
橙子家7 小时前
OSS 文件上传的几个风险点和解决方案
数据库
2601_962066499 小时前
【Sql Server】Update中的From语句,以及常见更新操作方式
android·java·数据库
愤怒的苹果ext9 小时前
MySQL Shell备份恢复数据库
数据库·mysql·备份恢复·mysqlsh
数字新视界11 小时前
DCIM管理系统的技术架构与部署模式详解
数据库·物联网·数据中心·数据中心基础设施管理·dcim管理系统
何以解忧,唯有..11 小时前
Pydantic 介绍与使用:Python 数据校验的现代方案
数据库·python·microsoft
小白勇闯网安圈12 小时前
String、Hash、List、Set 四大数据结构与通用命令
redis
云存储小天使12 小时前
训练效率提升50%以上:GooseFS 写缓存及其在具身智能数据处理中的应用
缓存·腾讯云·对象存储·goosefs
这个DBA有点耶13 小时前
数据库容灾进入“秒级时代”:同城双活架构原理、关键技术选型与落地实践
数据库·架构·dba
2601_9620748113 小时前
大数据-264 实时数仓 - Canal MySQL的binlog研究 存储目录 变动信息 配置MySQL
大数据·数据库·mysql