Redis 內存淘汰機制詳解

時間 2021-02-27

標籤 redis 算法 shell 緩存數據結構 dom 性能命令行 code 內存欄目 Redis 简体版

原文原文鏈接

通常來講，緩存的容量是小於數據總量的，因此，當緩存數據愈來愈多，Redis 不可避免的會被寫滿，這時候就涉及到 Redis 的內存淘汰機制了。咱們須要選定某種策略將「不重要」的數據從 Redis 中清除，爲新的數據騰出空間。redis

配置 Redis 內存大小

咱們應該爲 Redis 設置多大的內存容量呢？算法

根據「八二原理「，即 80% 的請求訪問了 20% 的數據，所以若是按照這個原理來配置，將 Redis 內存大小設置爲數據總量的 20%，就有可能攔截到 80% 的請求。固然，只是有可能，對於不一樣的業務場景須要進行不一樣的配置，通常建議把緩存容量設置爲總數據量的 15% 到 30%，兼顧訪問性能和內存空間開銷。shell

配置方式（以 5GB 爲例，若是不帶單位則默認單位是字節）：緩存

命令行數據結構
```
config set maxmemory 5gb
```
配置文件dom
查看 maxmemory 命令性能
```
config get maxmemory
```

Redis 的內存淘汰策略

在 Redis 4.0 版本以前有 6 種策略，4.0 增長了 2種，主要新增了 LFU 算法。命令行

下圖爲 Redis 6.2.0 版本的配置文件：code

其中，默認的淘汰策略是 noevition，也就是不淘汰內存

咱們能夠對 8 種淘汰策略能夠分爲兩大類：

不進行淘汰的策略
- noevition，此策略不會對緩存的數據進行淘汰，當內存不夠了就會報錯，所以，若是真實數據集大小大於緩存容量，就不要使用此策略了。
會進行淘汰的策略
- 在設置了過時時間的數據中篩選
  - volatile-random：隨機刪除
  - volatile-ttl：根據過時時間前後進行刪除，越早過時的越先被刪除
  - volatile-lru：使用 LRU 算法進行篩選刪除
  - volatile-lfu：使用 LFU 算法進行篩選刪除
- 在全部數據中篩選
  - allkeys-random：隨機刪除
  - allkeys-lru：使用 LRU 算法進行篩選刪除
  - allkeys-lfu：使用 LFU 算法進行篩選刪除

以 volatile 開頭的策略只針對設置了過時時間的數據，即便緩存沒有被寫滿，若是數據過時也會被刪除。

以 allkeys 開頭的策略是針對全部數據的，若是數據被選中了，即便過時時間沒到，也會被刪除。固然，若是它的過時時間到了但未被策略選中，一樣會被刪除。

那麼咱們如何配置過時策略呢？

命令行
```
config set maxmemory-policy allkeys-lru
```
配置文件

LRU 算法

首先簡單介紹一下 LRU 算法：

LRU 全稱是 Least Recently Used，即最近最少使用，會將最不經常使用的數據篩選出來，保留最近頻繁使用的數據。

LRU 會把全部數據組成一個鏈表，鏈表頭部稱爲 MRU，表明最近最常使用的數據；尾部稱爲 LRU表明最近最不常使用的數據；

下圖是一個簡單的例子：

可是，若是直接在 Redis 中使用 LRU 算法也會有一些問題：

LRU 算法在實現過程當中使用鏈表管理全部緩存的數據，這會給 Redis 帶來額外的開銷，並且，當有數據訪問時就會有鏈表移動操做，進而下降 Redis 的性能。

因而，Redis 對 LRU 的實現進行了一些改變：

記錄每一個 key 最近一次被訪問的時間戳（由鍵值對數據結構 RedisObject 中的 lru 字段記錄）
在第一次淘汰數據時，會先隨機選擇 N 個數據做爲一個候選集合，而後淘汰 lru 值最小的。（N 能夠經過 config set maxmemory-samples 100 命令來配置）
後續再淘汰數據時，會挑選數據進入候選集合，進入集合的條件是：它的 lru 小於候選集合中最小的 lru。
若是候選集合中數據個數達到了 maxmemory-samples，Redis 就會將 lru 值小的數據淘汰出去。