Redis-删除策略

目录​​​​​​​

Redis中的数据特征

时效性数据的存储结构

数据删除策略简介

定时删除

惰性删除

定期删除

删除策略对比

数据淘汰策略（逐出算法）

影响数据淘汰的相关配置

数据删除的策略policy分类

数据淘汰策略配置依据

---

• 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
• TTL返回的值有三种情况：正数，-1，-2
• 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
• 删除策略就是针对已过期数据的处理策略，已过期的数据是真的就立即删除了吗？
• 其实也不是，我们会有多种删除策略，是分情况的，在不同的场景下使用不同的删除方式会有不同效果

• 时效性数据的存储结构

• 在Redis中，如何给数据设置它的失效周期呢？
• 数据的时效在redis中如何存储呢？
• 过期数据是一块独立的存储空间
• Hash结构，field是内存地址，value是过期时间，保存了所有key的过期描述
• 在最终进行过期处理的时候，对该空间的数据进行检测， 当时间到期之后通过field找到内存该地址处的数据，然后进行相关操作

• 数据删除策略简介

• 针对过期数据要进行删除的时候都有哪些删除策略呢？
• 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；等下次访问该数据时，我们需要判断
  • 如果未过期，返回数据
  • 发现已过期，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（拿空间换时间）

• 定期删除

• 定时删除和惰性删除这两种方案都是走的极端，那有没有折中方案？
• 来讲一下redis的定期删除方案：
• Redis启动服务器初始化时，读取配置server.hz的值，默认为10
• 每秒钟执行server.hz次serverCron()--->databasesCron()--->activeExpireCycle()
• activeExpireCycle()对每个expires[*]逐一进行检测，每次执行耗时：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
• 总的来说：定期删除就是周期性轮询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

• 1：定时删除：
• 节约内存，无占用,
• 不分时段占用CPU资源，频度高,
• 拿时间换空间
• 2：惰性删除：
• 内存占用严重
• 延时执行，CPU利用率高
• 拿空间换时间
• 3：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

• 数据淘汰策略（逐出算法）

• 当新数据进入redis时，如果内存不足怎么办？
• 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， 如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'

• 影响数据淘汰的相关配置

• 1：最大可使用内存，即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
• maxmemory ?mb
• 2：每次选取待删除数据的个数，采用随机获取数据的方式作为待检测删除数据
• maxmemory-samples count
• 3：对数据进行删除的选择策略
• maxmemory-policy policy

• 数据删除的策略policy分类

• 一共是3类8种
• 第一类：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
• 第二类：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淘汰
• allkeys-random：任意选择数据淘汰，相当于随机
• 第三类：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OOM(Out Of Memory)
• 注意：这些策略是配置到哪个属性上？怎么配置？如下所示
• maxmemory-policy volatile-lru

• 数据淘汰策略配置依据

• 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