【Redis】删除策略

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

数据删除策略

一共有三种：

• 定时删除
• 惰性删除
• 定期删除

时效性数据的存储结构

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漏。

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。

优缺点
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(时间换空间)。

惰性删除

数据到达过期时间，不做处理。等下次访问该数据，如果未过期，返回数据。如果发现已经过期，删除，返回不存在。

优缺点
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。

定期删除

实现方式：

• Redis启动服务器初始化时，读取配置server.hz的值(默认为10)。其作用是每秒钟执行server.hz次操作，执行： serverCron() -> databaseCron() -> activeExpireCycle()
  • activeExpireCycle()对每个expire[*]（每个数据库对应一个expire）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进行检测
    • 如果key超时，删除key
    • 如果一轮中删除的kshaney的数量>W*25%，循环该过程。(说明要删除的两比较大，随机挑W个有25%以上都是过期的)
    • 如果一轮中删除的kshaney的数量≤W*25%，检查下一个库expire[*]，0-15个库进行循环
    • W取值=ACTIVE_EXPIRE_CYCLE_LOOKUPS_PER_LOOP属性值,W的值可以通过配置文件进行修改。

• 参数current_db用于记录activeExpireCycle()进入哪个expire[*]执行，防止下次重复检查，并防止漏查。

特点

• 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。
• CPU性能占用设置有峰值，检测频度可以自定义设置
• 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。

在Redis中，同时使用 惰性删除 与 定期删除 两种策略。

三种删除策略的对比

逐出算法

当新数据进入redis时，发现此时所有的数据都没有过期，但是内存不足了怎么办？

解决方式

Redis每次在写入新数据的时候都会检测内存是否够用。在执行每一个命令前，会调用freeMemorylfNeeded()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。需要注意的是，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，将出现如下所示的错误信息。

影响数据逐出的一些参数配置

既然内存可能会不足，那么我们为何不一开始设置的尽可能满足我们的要求呢？每次逐出的数据又有多少呢？

配置最大可用内存

maxmemory

设定占用物理内存的比例，默认为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。

配置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。

配置删除策略

maxmemory-policy

选择达到最大内存后，对被挑选出来的数据进行删除的策略。

检测容易失去的数据

volatile-lru：挑选最近最久未使用使用的数据淘汰 (Least Recently Used)
volatile-lfu：挑选最近使用次数最少的数据淘汰（Least Frequently Used）
volatile-ttl ：挑选将要过期的数据淘汰
volatile-random：任意选择数据淘汰

检测全库数据

allkeys-lru：挑选最近最少使用的数据态太
allkeys-lfu：挑选最近使用次数最少的数据淘汰
allkeys-random：任意选择数据淘汰

放弃数据驱逐

no-enviction（驱逐）：禁止驱逐数据（redis4.0默认策略），会引发错误OOM（OutOfMemory）