Redis对过期数据的淘汰策略

 

     redis内存数据数据集大小升到一定大的时候（即内存数据达到maxmemory 设定的值），就会实行数据淘汰策略（回收策略），Redis就会根据用户配置的淘汰策略选出无用的key。

（一）过期数据清理时机

     为了防止一次性清理大量过期Key导致Redis服务受影响，Redis只在空闲时清理过期Key。

     具体Redis逐出过期Key的时机为:

     1）惰性清除：访问Key时，会判断Key是否过期，清除过期Key。（耗费的时间最低，但可能导致某些过期的key永远无法被清除。）

     2）定期清除：Redis默认是每隔 100ms 就随机抽取一些设置了过期时间的key，检查其是否过期，如果过期就删除，之所以只随机抽取一部分key，而不是检查所有的key，是考虑到Redis的性能，如果每次都检查所有的key，就会给 CPU 带来很大的负载。

如果定期删除漏掉了很多过期 key，并且大量过期key堆积在内存里，导致redis内存块耗尽了。怎么解决这个问题呢？ redis 内存淘汰机制。

（二）数据淘汰策略

     一共有六种淘汰策略：

     1） volatile-lru：从设置过期时间（不一定已经过期）的数据集中挑选出最近最少使用的数据淘汰。没有设置过期时间的key不会被淘汰，这样就可以在增加内存空间的同时保证需要持久化的数据不会丢失。

     2.）volatile-ttl：从设置过期时间的数据集中挑选将要过期的数据淘汰，优先删除剩余时间(time to live,TTL) 短的key。

     3） volatile-random：从设置过期时间的数据集中任意选择数据淘汰。当内存达到限制无法写入非过期时间的数据集时，可以通过该淘汰策略在主键空间中随机移除某个key。

     4） allkeys-lru：从整个数据集中挑选最近最少使用的数据淘汰，该策略要淘汰的key面向的是全体key集合，而非过期的key集合。

     5） allkeys-random：从数据集中选择任意数据淘汰。

     6） no-enviction：禁止驱逐数据，也就是当内存不足以容纳新入数据时，新写入操作就会报错，请求可以继续进行，线上任务也不能持续进行，采用no-enviction策略可以保证数据不被丢失，这也是系统默认的一种淘汰策略。

     如果分为热数据与冷数据, 推荐使用 allkeys-lru 策略。 也就是, 其中一部分key经常被读写. 如果不确定具体的业务特征, 那么 allkeys-lru 是一个很好的选择。

     如果需要循环读写所有的key, 或者各个key的访问频率差不多, 可以使用 allkeys-random 策略, 即读写所有元素的概率差不多。

     假如要让 Redis 根据 TTL 来筛选需要删除的key, 请使用 volatile-ttl 策略。

（三）Redis中LRU算法和TTL算法的实现

     在Redis中，使用的LRU算法和TTL算法并不是真正意义上的LRU，TTL算法，而是近似的。

     Redis中的LRU和TTL算法，都是抽取少量的 key 样本, 然后删除其中访问时间久或离过期时间最近的那个key。

     这样的好处是：不用浪费额外的空间来记录数据集中需要被删除的数据，如果完全按照LRU算法或TTL算法，遍历数据集并记录数据集中最近最少使用或离过期时间最近的数据。