Redis学习之数据删除与淘汰策略（七）
这里写目录标题
- 一、Redis数据特征
- 二、过期数据
- 三、过期数据删除策略
-
- 3.1 数据删除策略的目标
- 3.2 定时删除
- 3.3 惰性删除
- 3.4 定期删除
- 3.5 删除策略对比
-
- 3.6 实际应用
- 四、数据淘汰策略
-
- 4.1 淘汰策略概述
- 4.2 策略配置
一、Redis数据特征
Redis是一种内存级数据库，所有的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
- 正数：代表该数据在内存中还能存活的时间
- -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
二、过期数据
Redis内部，每当我们设置一个键的过期时间时，Redis就会将该键带上过期时间存放到一个过期字典中。
当我们查询一个键时，Redis便首先检查该键是否存在过期字典中，如果存在，那就获取其过期时间。然后将过期时间和当前系统时间进行比对，比系统时间大，那就没有过期；反之判定该键过期。
三、过期数据删除策略
3.1 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
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
3.2 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）
3.3 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（拿时间换空间）
3.4 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？
我们来讲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）
3.5 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
3.6 实际应用
实际应用场景Redis的过期删除策略就是：惰性删除+定期删除两种策略配合使用。
注：Redis服务器没有使用定时删除这种策略；
惰性删除：Redis的惰性删除策略由db.c/expireIfNeeded函数实现，所有键读写命令执行之前都会调用expireIfNeeded函数对其进行检查，如果过期，则删除该键，然后执行键不存在的操作；未过期则不作操作，继续执行原有的命令。
定期删除：由redis.c/activeExpireCycle函数实现，函数以一定频率执行，每当Redis的服务器性执行redis.c/serverCron函数时，activeExpireCycle函数就会被调用，它在规定的时间内，分多次遍历服务器中的各个数据库，从数据库的expires字典中随机检查一部分键的过期时间，并删除其中的过期键
四、数据淘汰策略
4.1 淘汰策略概述
什么叫数据淘汰策略？什么样的应用场景需要用到数据淘汰策略？
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，将出现错误信息如下
(error) OOM command not allowed when used memory >'maxmemory'
4.2 策略配置
影响数据淘汰的相关配置如下：
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
那数据删除的策略policy到底有几种呢？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
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-rO91WUnz-1677378276118)(file://E:\邓俊东学习\Redis\1.Redis高级\讲义-md版本\img\lru.png?msec=1677376247604)]
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
allkeLyRs-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