Redis提高篇——删除策略

Redis删除策略

过期数据

什么是过期策略

Redis当中数据的特征

• redis是一种内存级数据库，所有数据均存放在内存当中，内存中的数据可以通过TTL指令获取数据的状态
  • 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

过期数据删除策略

时效性数据的储存结构

在Redis的存储空间当中，存储的内容是数据名称+数据，对于每一个数据都存在一个地址，党数据设置时间限制的时候，expires空间当中存放数据的地址和对应的时间，当时间到达某个时间的时候，根据这个地址删除储存空间的数据，同时expires当中的相应字段也删除。

但是这里的删除也不是百分百及时的把数据删除，而是在内存占用和CPU达到一个平衡的状态。在CPU忙的时候，就延缓数据的删除，等到CPU有空闲的时候，再去维护内存，把过期的数据删除，这样可以提高CPU的利用效率。

数据删除策略的目标
在内存占用的CPU占用之前寻找一种平衡，顾此失彼都会造成整个redis性能的下降，甚至引发服务器宕机或者内存泄漏。

删除策略分类

定时删除

Redis存储空间当中存放的是数据名称+数据，expires当中存数据的地址和到期时间，当数据到达到期时间，在redis当中，把数据立刻删除，同时把expires里面也把这个地址删除。

• 创建定时器，当key设置有过期数据，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内存压力大，无论CPU此时的负载量多高，都占用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），牺牲CPU的处理时长来保证内存能最大化的释放掉。

惰性删除

• 数据到达过期时间，不做处理，等下次访问该数据时
  • 如果数据没过期，返回数据
  • 发现已经过期，删除，返回不存在
• 优点：节约CPU性能，发现必须删除的时候才删除
• 缺点：内存压力大，出现长期占用内存的数据
• 总结：用存储空间换取处理器的性能（拿时间换空间），牺牲CPU的空间来换取CPU的运行速度。

刚才看的这两种都是不太好的方法，一个是时间换空间，一个是空间换时间，那有没有一种折中的办法呢？

定期删除

定期删除的redis结构：redis的存储空间内容有多个expire空间，每个当中存放多个地址+时间的信息

• redis启动服务器初始化时，读取配置server.hz 的值，默认是10
• 每秒钟执行server.hz次serverCron()其中调用databaseCron()其中调用activeExpireCycle()
• activeExpireCycle()对每个expires[*]进行逐一检测，每次执行250ms/server.hz次
• 对某个expire[*]检测的时候，随机挑选W个key检测
  • 当key超时，删除key
  • 如果在这一轮当中删除key的数量 > W * 25%，再次循环扫描
  • 如果在这一轮当中删除key的数量 <= W * 25%，检查下一个expire[]， 0-15循环
  • W取值=ACTIVE_EXPIRE_CYCLE_LOOKUPS_PER_LOOP属性值
• 参数current_db用于记录activeExpireCycle() 进入哪个expire[*]执行
• 如果activeExpireCycle()执行时间到期，下次从current_db继续向下执行

redis对expire进行轮询，使用current_db记录下一次的开始位置，下一次轮询是从这个位置开始，不是从第一个位置开始拿。sever.hz的设置到配置文件里面去设置。

对于定期删除的总结

• 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，检测频度可以设置
• 特定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）

三种策略的对比：

删除策略	内存占用	CPU利用	时间、空间占用
定时删除	节约内存，无占用	不分时段占用CPU资源，频度高	时间换空间
惰性删除	内存占用严重	延时执行，CPU执行效率高	空间换时间
定期删除	内存定期随机清理	每秒花费固定的CPU资源维护内存	随机抽查，重点抽查

数据逐出

删除策略控制的对象是expires，控制的是有时效性的数据，已经到期并且还占用内存的数据。
但是当全部都是长期存放在内存当中的时候，肯定有内存满的问题，所以，在没有剩下的内存空间的时候怎么做。

新数据进入检测

• Redis使用内存存储数据,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。
• 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。

(error) OOM command not allowed when used memory > 'maxmemory'

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- sample s
  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

• 检测易失数据(可能会过期的数据集server.db[i].expires )

  • volatile-lru: 挑选最近最少使用的数据淘汰
  • volatile-lfu: 挑选最近使用次数最少的数据淘汰
  • 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(所有数据集server.db[j].dict )

  • allkeys-ru: 挑选最近最少使用的数据淘汰
  • 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中默认策略) , 会引发错误OOM (OutOf Memory)

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
  

后面的这一堆现在我还没办法测试，需要大量数据的支持，所以代码演示就不写了。

逐出策略和删除策略的区分：删除策略针对的对象是有时效性的数据、逐出策略针对的是内存满的时候如何处理，怎样替换。

本文写到这里，谢谢你可以看到本文文末，thank you！！！