Redis 数据库（六）—— Redis 删除策略

一、Redis 删除策略

1.1 过期数据

1.1.1 过期数据介绍
过期数据是指一些在设置的时候设置了有效期，限制已经到达了有效期而留下的数据。

1.2 删除过期数据

1.2.1 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
删除执行频率高，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。

1.2.2 惰性删除
数据到达过期时间，但此时先不做删除，而是等下次访问该数据时才进行删除。

• 如果末过期，返回数据。
• 发现已过期，执行删除删除，并返回不存在。

优点
延迟执行，CPU利用率高，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

1.2.3 定期删除
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

• CPU性能占用设置有峰值，检测频度可自定义设置
• 内存压力不是很大，长期占用内存的冷数据会被持续清理

1.3 逐出算法策略

1.3.1 逐出算法介绍
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。

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。

1.3.2 逐出算法配置
最大可使用内存

maxmemory

占用物理内存的比例，默认值为0,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

配置删除策略

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

1.3.3 数据逐出策略
检测易失数据(可能会过期的数据集server.dbl[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[i].dict )

• allkeys-lru：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海汰
• 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)

数据检测方式具体配置

maxmemory-policy volatile-lru