Redis 和 MySQL 是面試繞不過的兩座大山，他們一個是關係型數據庫的代表（MySQL），一個是鍵值數據庫以及緩存中間件的一哥。尤其 Redis 幾乎是所有互聯網公司都在用的技術，比如國內的 BATJ、新浪、360、小米等公司；國外的微軟、Twitter、Stack Overflow、GitHub、暴雪等公司。我從業了十幾年，就職過 4、5 家公司，有的公司用 MySQL、有的用 SQL Server、甚至還有的用 Oracle 和 DB2，但緩存無一例外使用的都是 Redis，從某種程度上來講 Redis 是普及率最高的技術，沒有之一。
我們本課時的面試題是，Redis 是如何處理過期數據的？當內存不夠用時 Redis 又是如何處理的？
典型回答
我們在新增 Redis 緩存時可以設置緩存的過期時間，該時間保證了數據在規定的時間內失效，可以藉助這個特性來實現很多功能。比如，存儲一定天數的用戶（登錄）會話信息，這樣在一定範圍內用戶不用重複登錄了，但爲了安全性，需要在一定時間之後重新驗證用戶的信息。因此，我們可以使用 Redis 設置過期時間來存儲用戶的會話信息。
對於已經過期的數據，Redis 將使用兩種策略來刪除這些過期鍵，它們分別是惰性刪除和定期刪除。
惰性刪除是指 Redis 服務器不主動刪除過期的鍵值，而是當訪問鍵值時，再檢查當前的鍵值是否過期，如果過期則執行刪除並返回 null 給客戶端；如果沒過期則正常返回值信息給客戶端。
它的優點是不會浪費太多的系統資源，只是在每次訪問時才檢查鍵值是否過期。缺點是刪除過期鍵不及時，造成了一定的空間浪費。
惰性刪除的源碼位於 src/db.c 文件的 expireIfNeeded 方法中，如下所示：
int expireIfNeeded(redisDb *db, robj *key) {
// 判斷鍵是否過期
if (!keyIsExpired(db,key)) return 0;
if (server.masterhost != NULL) return 1;
/* 刪除過期鍵 */
// 增加過期鍵個數
server.stat_expiredkeys++;
// 傳播鍵過期的消息
propagateExpire(db,key,server.lazyfree_lazy_expire);
notifyKeyspaceEvent(NOTIFY_EXPIRED,
"expired",key,db->id);
// server.lazyfree_lazy_expire 爲 1 表示異步刪除，否則則爲同步刪除
return server.lazyfree_lazy_expire ? dbAsyncDelete(db,key) :
dbSyncDelete(db,key);
}
// 判斷鍵是否過期
int keyIsExpired(redisDb *db, robj *key) {
mstime_t when = getExpire(db,key);
if (when < 0) return 0;
if (server.loading) return 0;
mstime_t now = server.lua_caller ? server.lua_time_start : mstime();
return now > when;
}
// 獲取鍵的過期時間
long long getExpire(redisDb *db, robj *key) {
dictEntry *de;
if (dictSize(db->expires) == 0 ||
(de = dictFind(db->expires,key->ptr)) == NULL) return -1;
serverAssertWithInfo(NULL,key,dictFind(db->dict,key->ptr) != NULL);
return dictGetSignedIntegerVal(de);
}
惰性刪除的執行流程如下圖所示：
除了惰性刪除之外，Redis 還提供了定期刪除功能以彌補惰性刪除的不足。
定期刪除是指 Redis 服務器每隔一段時間會檢查一下數據庫，看看是否有過期鍵可以被清除。
默認情況下 Redis 定期檢查的頻率是每秒掃描 10 次，用於定期清除過期鍵。當然此值還可以通過配置文件進行設置，在 redis.conf 中修改配置“hz”即可，默認的值爲“hz 10”。
小貼士：定期刪除的掃描並不是遍歷所有的鍵值對，這樣的話比較費時且太消耗系統資源。Redis服務器採用的是隨機抽取形式，每次從過期字典中，取出 20個鍵進行過期檢測，過期字典中存儲的是所有設置了過期時間的鍵值對。如果這批隨機檢查的數據中有 25% 的比例過期，那麼會再抽取 20個隨機鍵值進行檢測和刪除，並且會循環執行這個流程，直到抽取的這批數據中過期鍵值小於 25%，此次檢測纔算完成。
定期刪除的源碼在 expire.c 文件的 activeExpireCycle 方法中，如下所示：
void activeExpireCycle(int type) {
static unsigned int current_db = 0; /* 上次定期刪除遍歷到的數據庫ID */
static int timelimit_exit = 0;
static long long last_fast_cycle = 0; /* 上次執行定期刪除的時間點 */
int j, iteration = 0;
int dbs_per_call = CRON_DBS_PER_CALL; // 需要遍歷數據庫的數量
long long start = ustime(), timelimit, elapsed;
if (clientsArePaused()) return;
if (type == ACTIVE_EXPIRE_CYCLE_FAST) {
if (!timelimit_exit) return;
// ACTIVE_EXPIRE_CYCLE_FAST_DURATION 快速定期刪除的執行時長
if (start < last_fast_cycle + ACTIVE_EXPIRE_CYCLE_FAST_DURATION*2) return;
last_fast_cycle = start;
}
if (dbs_per_call > server.dbnum || timelimit_exit)
dbs_per_call = server.dbnum;
// 慢速定期刪除的執行時長
timelimit = 1000000*ACTIVE_EXPIRE_CYCLE_SLOW_TIME_PERC/server.hz/100;
timelimit_exit = 0;
if (timelimit <= 0) timelimit = 1;
if (type == ACTIVE_EXPIRE_CYCLE_FAST)
timelimit = ACTIVE_EXPIRE_CYCLE_FAST_DURATION; /* 刪除操作花費的時間 */
long total_sampled = 0;
long total_expired = 0;
for (j = 0; j < dbs_per_call && timelimit_exit == 0; j++) {
int expired;
redisDb *db = server.db+(current_db % server.dbnum);
current_db++;
do {
// .......
expired = 0;
ttl_sum = 0;
ttl_samples = 0;
// 每個數據庫中檢查的鍵的數量
if (num > ACTIVE_EXPIRE_CYCLE_LOOKUPS_PER_LOOP)
num = ACTIVE_EXPIRE_CYCLE_LOOKUPS_PER_LOOP;
// 從數據庫中隨機選取 num 個鍵進行檢查
while (num--) {
dictEntry *de;
long long ttl;
if ((de = dictGetRandomKey(db->expires)) == NULL) break;
ttl = dictGetSignedInteger
// 過期檢查，並對過期鍵進行刪除
if (activeExpireCycleTryExpire(db,de,now)) expired++;
if (ttl > 0) {
ttl_sum += ttl;
ttl_samples++;
}
total_sampled++;
}
total_expired += expired;
if (ttl_samples) {
long long avg_ttl = ttl_sum/ttl_samples;
if (db->avg_ttl == 0) db->avg_ttl = avg_ttl;
db->avg_ttl = (db->avg_ttl/50)*49 + (avg_ttl/50);
}
if ((iteration & 0xf) == 0) { /* check once every 16 iterations. */
elapsed = ustime()-start;
if (elapsed > timelimit) {
timelimit_exit = 1;
server.stat_expired_time_cap_reached_count++;
break;
}
}
/* 判斷過期鍵刪除數量是否超過 25% */
} while (expired > ACTIVE_EXPIRE_CYCLE_LOOKUPS_PER_LOOP/4);
}
// .......
}
定期刪除的執行流程，如下圖所示：
小貼士：Redis 服務器爲了保證過期刪除策略不會導致線程卡死，會給過期掃描增加了最大執行時間爲 25ms。
以上是 Redis 服務器對待過期鍵的處理方案，當 Redis 的內存超過最大允許的內存之後，Redis 會觸發內存淘汰策略，這和過期策略是完全不同的兩個概念，經常有人把二者搞混，這兩者一個是在正常情況下清除過期鍵，一個是在非正常情況下爲了保證 Redis 順利運行的保護策略。
當 Redis 內存不夠用時，Redis 服務器會根據服務器設置的淘汰策略，刪除一些不常用的數據，以保證 Redis 服務器的順利運行。
考點分析
本課時的面試題並非 Redis 的入門級面試題，需要面試者對 Redis 有一定的瞭解才能對答如流，並且 Redis 的過期淘汰策略和內存淘汰策略的概念比較類似，都是用於淘汰數據的。因此很多人會把二者當成一回事，但其實並不是，這個面試者特別注意一下，和此知識點相關的面試題還有以下這些：
- Redis 內存淘汰策略有哪些？
- Redis 有哪些內存淘汰算法？
知識擴展
Redis 內存淘汰策略
我們可以使用 config get maxmemory-policy 命令，來查看當前 Redis 的內存淘汰策略，示例代碼如下：
127.0.0.1:6379> config get maxmemory-policy
1) "maxmemory-policy"
2) "noeviction"
從上面的結果可以看出，當前 Redis 服務器設置的是“noeviction”類型的內存淘汰策略，那麼這表示什麼含義呢？Redis 又有幾種內存淘汰策略呢？
在 4.0 版本之前 Redis 的內存淘汰策略有以下 6 種。
- noeviction：不淘汰任何數據，當內存不足時，執行緩存新增操作會報錯，它是 Redis 默認內存淘汰策略。
- allkeys-lru：淘汰整個鍵值中最久未使用的鍵值。
- allkeys-random：隨機淘汰任意鍵值。
- volatile-lru：淘汰所有設置了過期時間的鍵值中最久未使用的鍵值。
- volatile-random：隨機淘汰設置了過期時間的任意鍵值。
- volatile-ttl：優先淘汰更早過期的鍵值。
可以看出我們上面示例使用的是 Redis 默認的內存淘汰策略“noeviction”。
而在 Redis 4.0 版本中又新增了 2 種淘汰策略：
- volatile-lfu，淘汰所有設置了過期時間的鍵值中最少使用的鍵值；
- allkeys-lfu，淘汰整個鍵值中最少使用的鍵值。
小貼士：從以上內存淘汰策略中可以看出，allkeys-xxx 表示從所有的鍵值中淘汰數據，而 volatile-xxx表示從設置了過期鍵的鍵值中淘汰數據。
這個內存淘汰策略我們可以通過配置文件來修改，redis.conf 對應的配置項是“maxmemory-policy noeviction”，只需要把它修改成我們需要設置的類型即可。
需要注意的是，如果使用修改 redis.conf 的方式，當設置完成之後需要重啓 Redis 服務器才能生效。
還有另一種簡單的修改內存淘汰策略的方式，我們可以使用命令行工具輸入“config set maxmemory-policy noeviction”來修改內存淘汰的策略，這種修改方式的好處是執行成功之後就會生效，無需重啓 Redis 服務器。但它的壞處是不能持久化內存淘汰策略，每次重啓 Redis 服務器之後設置的內存淘汰策略就會丟失。
Redis 內存淘汰算法
內存淘汰算法主要包含兩種：LRU 淘汰算法和 LFU 淘汰算法。
LRU（ Least Recently Used，最近最少使用）淘汰算法：是一種常用的頁面置換算法，也就是說最久沒有使用的緩存將會被淘汰。
LRU 是基於鏈表結構實現的，鏈表中的元素按照操作順序從前往後排列，最新操作的鍵會被移動到表頭，當需要進行內存淘汰時，只需要刪除鏈表尾部的元素即可。
Redis 使用的是一種近似 LRU 算法，目的是爲了更好的節約內存，它的實現方式是給現有的數據結構添加一個額外的字段，用於記錄此鍵值的最後一次訪問時間。Redis 內存淘汰時，會使用隨機採樣的方式來淘汰數據，它是隨機取 5 個值 (此值可配置) ，然後淘汰最久沒有使用的數據。
LFU（Least Frequently Used，最不常用的）淘汰算法：最不常用的算法是根據總訪問次數來淘汰數據的，它的核心思想是“如果數據過去被訪問多次，那麼將來被訪問的頻率也更高”。
LFU 相對來說比 LRU 更“智能”，因爲它解決了使用頻率很低的緩存，只是最近被訪問了一次就不會被刪除的問題。如果是使用 LRU 類似這種情況數據是不會被刪除的，而使用 LFU 的話，這個數據就會被刪除。
Redis 內存淘汰策略使用了 LFU 和近 LRU 的淘汰算法，具體使用哪種淘汰算法，要看服務器是如何設置內存淘汰策略的，也就是要看“maxmemory-policy”的值是如何設置的。
小結
本課時我們講了 Redis 的過期刪除策略：惰性刪除 + 定期刪除；還講了 Redis 的內存淘汰策略，它和過期策略是完全不同的兩個概念，內存淘汰策略是當內存不夠用時纔會觸發的一種機制，它在 Redis 4.0 之後提供了 8 種內存淘汰策略，這些淘汰策略主要使用了近 LRU 淘汰算法和 LFU 淘汰算法。