本文主要是介绍Redis——Redis删除策略，对大家解决编程问题具有一定的参考价值，需要的程序猿们随着小编来一起学习吧！

Redis删除策略

• 过期数据
• • Redis中的数据特征
  • 时效性数据的存储结构
• 数据删除策略
• • 定时删除
  • 惰性删除
  • 定期删除
  • 删除策略对比
• 逐出算法
• • 新数据进入检测
  • 影响数据逐出的相关配置

过期数据

曾经设置过有效期的数据，到达了有效期，却没有被删除的数据

Redis中的数据特征

• Redis是一种内存级数据库，所有数据均存放在内存中，内存中的数据可以通过TTL指令获取其状态
  • XX ：具有时效性的数据
  • -1 ：永久有效的数据
  • -2 ：已经过期的数据 或 被删除的数据 或 未定义的数据

时效性数据的存储结构

这四个指令可以设置过期时间，会给一个key设置对应的过期时间

内部是这样存储的

左边0x0110是内存地址
右边则是过期时间
一个value对应一个field 是hash的结构

数据删除策略

1. 定时删除
2. 惰性删除
3. 定期删除

数据删除策略的目标
在内存占用与CPU占用之间寻找一种平衡，顾此失彼都会造成整体redis性能的下降，甚至引发服务器宕机或内存泄露

定时删除

• 创建一个定时器，当key设置有过期时间，且过期时间到达时，由定时器任务立即执行对键的删除操作
• 优点：节约内存，到时就删除，快速释放掉不必要的内存占用
• 缺点：CPU压力很大，无论CPU此时负载量多高，均占用CPU，会影响redis服务器响应时间和指令吞吐量
• 总结：用处理器性能换取存储空间（拿时间换空间）

惰性删除

• 数据到达过期时间，不做处理。直到下次访问该数据时
  • 如果未过期，返回数据
  • 发现已过期，删除，返回不存在
  • 内部有一个操作expirelfNeeded() 这个函数检查数据是否过期
• 优点：节约CPU性能，发现必须删除的时候才删除
• 缺点：内存压力很大，出现长期占用内存的数据
• 总结：用存储空间换取处理器性能 （拿时间换空间）

定期删除

• Redis启动服务器初始化时，读取配置server.hz的值，默认为10

127.0.0.1:6379> info server
configured_hz:10

• 每秒钟执行server.hz次serverCron() serverCron()是轮询

  • databasesCron() 对每个库进行轮询
    • activeExpireCycle()

• activeExpireCycle()对每个expires[*]逐一进行检测，每次执行250ms/server.hz

• 对某个expires[*]检测时，随机挑选W个key检测

  • 如果key超时，删除key
  • 如果一轮中删除的key的数量>W*25%，循环该过程
  • 如果一轮中删除的key的数量≤W*25%，检查下一个expires[*]，0-15循环
  • W的取值=ACTIVE_EXPIRE_CYCLE_LOOKUPS_PER_LOOP属性值

• 参数current_db用于记录activeExpireCycle()进入哪个expires[*] 执行

• 如果activeExpireCycle()执行时间到期，下次从current_db继续向下执行

1. 每秒钟执行若干次serverCron()
2. 然后对所有数据库进行轮询databasesCron()
3. 在访问的时候对库中key进行轮询
4. 对key轮询的算法是随机挑选若干个key出来检查判断是否过期
5. 过期则删除，还要判断删除的量占整体的量是多还是少，如果多再来循环一次，如果少就去下一个库

• 周期性轮询redis库中的时效性数据，采用随机抽取的策略，利用过期数据占比的方式控制删除频度
• 特点1：CPU性能占用设置有峰值，检测频度可自定义设置
• 特点2：内存压力不是很大，长期占用内存的冷数据会被持续清理
• 总结：周期性抽查存储空间（随机抽查，重点抽查）

删除策略对比

逐出算法

新数据进入检测

当新数据进入redis时，如果内存不足怎么办？

• Redis使用内存存储数据，在执行每一个命令前，会调用freeMemoryIfNeeded()检测内存是否充足。如果内存不满足新加入数据的最低存储要求，redis要临时删除一些数据为当前指令清理存储空间。清理数据的策略称为逐出算法。
• 注意：逐出数据的过程不是100%能够清理出足够的可使用的内存空间，如果不成功则反复执行。当对所有数据尝试完毕后，如果不能达到内存清理的要求，将出现错误信息
  

影响数据逐出的相关配置

• 最大可使用内存

  maxmemory

  • 占用物理内存的比例，默认值为0，表示不限制。生产环境中根据需求设定，通常设置在50%以上。

• 每次选取待删除数据的个数

  maxmemory-samples

  • 选取数据时并不会全库扫描，导致严重的性能消耗，降低读写性能。因此采用随机获取数据的方式作为待检测删除数据

• 删除策略

  maxmemory-policy

  • 达到最大内存后的，对被挑选出来的数据进行删除的策略

1. 检测易失数据（可能会过期的数据集server.db[i].expires ）
   ① volatile-lru：挑选最近最少使用的数据淘汰
   ② volatile-lfu：挑选最近使用次数最少的数据淘汰
   ③ volatile-ttl：挑选将要过期的数据淘汰
   ④ volatile-random：任意选择数据淘汰

2. 检测全库数据（所有数据集server.db[i].dict ）
   ⑤ allkeys-lru：挑选最近最少使用的数据淘汰
   ⑥ allkeys-lfu：挑选最近使用次数最少的数据淘汰
   ⑦ allkeys-random：任意选择数据淘汰

3. 放弃数据驱逐
   ⑧ no-enviction（驱逐）：禁止驱逐数据（redis4.0中默认策略），会引发错误OOM（Out Of Memory 内存溢出）

在配置文件中

maxmemory-policy volatile-lru

数据逐出策略配置依据

• 使用INFO命令输出监控信息，查询缓存 hit 和 miss 的次数，根据业务需求调优Redis配置

通过info查看下面两个值
127.0.0.1:6379> info
keyspace_hits:24		# 命中空间
keyspace_misses:0		# 命中丢失

这篇关于Redis——Redis删除策略的文章就介绍到这儿，希望我们推荐的文章对大家有所帮助，也希望大家多多支持为之网！