Redis中的數據特徵
- Redis是一種內存級數據庫，所有數據均存放在內存中，內存中的數據可以通過TTL指令獲取其狀態
- XX : 具有時效性的數據
- -1 : 永久有效的數據
- -2 : 已經過期的數據（過期數據並不是過了期就立馬被刪除了，而是等待合適的時機被刪除） 或 被刪除的數據 或 未定義的數據
數據刪除策略
- 定時刪除
- 惰性刪除
- 定期刪除
時效性數據的存儲結構
注意，setex、setnx一定不要混了，其用法和區別可參考我的另一篇文章https://blog.csdn.net/Jhno99/article/details/107099335
數據刪除策略的目標
在內存佔用與CPU佔用之間尋找一種平衡，顧此失彼都會造成整體redis性能的下降，甚至引發服務器宕機或內存泄漏。
1. 定時刪除
- 創建一個定時器，當key設置過期時間，且過期時間到達時，由定時器任務立即執行對鍵的刪除操作
- 優點：節約內存，到時就刪除，快速釋放掉不必要的內存佔用
- 缺點：CPU壓力很大，無論CPU此時負載多高，均佔用CPU，會影響redis服務器響應時間和指令吞吐量
- 總結：用處理器性能換取存儲空間（拿時間換空間）
2. 惰性刪除
- 數據到達過期時間，不做處理。等下次訪問該數據
- 如果未過期，返回數據
- 發現已經過期，刪除，返回不存在
- 優點：節約CPU性能，發現必須刪除的時候才刪除
- 缺點：內存壓力很大，出現長期佔用內存的數據
- 總結：用存儲空間換取處理器性能（拿空間換時間）
以上兩種方案都走極端，但是也有折中方案
- Redis啓動服務器初始化時，讀取配置server.hz的值，默認爲10（可以用info server查詢）
- 每秒鐘執行server.hz次serverCron()
- 週期性輪詢redis庫中時效性數據，採用隨機抽取的策略，利用過期數據佔比的方式刪除頻度
- 特點1：CPU性能佔用設置有峯值，檢測頻度可自定義設置
- 特點2：內存壓力不是很大，長期佔用內存的冷數據會被持續清理
- 總結：週期性抽查存儲空間
刪除策略對比
逐出算法
當新數據進入redis時，如果內存不足怎麼辦？
- Redis使用內存存儲數據，在執行每一個命令前，會調用freeMemorylfNeeded()檢測內存是否充足。如果內存不滿足新加入數據的最低存儲要求，redis要臨時刪除一些數據爲當前指令清理存儲空間。清理數據的策略稱爲逐出算法。
- 注意：逐出數據的過程不是100%能夠清理出足夠的可使用的內存空間，如果不成功則反覆執行。當對所有數據嘗試完畢後，如果不能達到內存清理的要求，將出現錯誤信息。
![å¨è¿éæå¥å¾çæè¿°]()
影響數據逐出的相關配置
- 最大可使用內存
maxmemory
佔用物理內存的比例，默認爲0，表示不限制。生產環境中根據需求設定，通常設置在50%以上
- 每次選取代刪除數據的個數
maxmemory-samples
選取數據時並不會全庫掃描，導致嚴重的性能消耗，降低讀寫性能。因此採用隨機獲取數據的方式作爲待檢測刪除數據
- 刪除策略
maxmemory-policy
達到最大內存後的，對被挑選出來的數據進行刪除的策略
檢查易失數據（可能會過期的數據集server.db[i].expires)
- volatile-lru：挑選最近最少使用的數據淘汰（LRU：Least Recently Used ）
- volatile-lfu：挑選最近使用次數最少的數據淘汰（LFU：Least Frequently Used）
- volatile-ttl ：挑選將要過期的數據淘汰
- volatile-random：任意選擇數據淘汰
檢測全庫數據（所有數據集server.db[i].dict）
- allkeys-lru：挑選最近最少使用的數據態太
- allkeys-lfu：挑選最近使用次數最少的數據淘汰
- allkeys-random：任意選擇數據淘汰
放棄數據驅逐
- no-enviction（驅逐）：禁止驅逐數據（redis4.0默認策略），會引發錯誤OOM（OutOfMemory）
配置(redis.conf)
數據逐出策略配置依據
- 使用INFO命令輸出監控信息，查詢緩存int和miss的次數，根據業務需求調優Redis配置