百度360必应搜狗淘宝本站头条
当前位置:网站首页 > 技术教程 > 正文

说说Redis的缓存淘汰策略(redis的缓存淘汰策略?)

mhr18 2025-07-23 16:22 3 浏览 0 评论

一句话总结

Redis提供多种缓存淘汰策略,包括:volatile-lru(针对过期键的LRU淘汰)、allkeys-lru(全体键LRU)、volatile-lfu(过期键LFU)、allkeys-lfu(全体键LFU)、volatile-ttl(优先淘汰剩余时间短的键)、volatile-random/ allkeys-random(随机淘汰),以及默认的noeviction(禁止写入)。策略根据内存上限自动触发,用于管理内存不足时的数据清理。

详细解析

Redis 的 缓存淘汰策略(Eviction Policy)用于在内存不足时(达到maxmemory限制)选择哪些键(key)被删除以释放空间。其策略通过maxmemory-policy配置,以下是 Redis 支持的淘汰策略及其核心逻辑:

1. 淘汰策略分类

Redis 淘汰策略分为 键范围 和 淘汰算法 两个维度:

键范围

allkeys-*:所有键都可能被淘汰(包括未设置过期时间的键)。

volatile-*:仅淘汰设置了过期时间(TTL)的键。

淘汰算法

LRU(Least Recently Used):淘汰最久未使用的键。

LFU(Least Frequently Used):淘汰访问频率最低的键(Redis 4.0+)。

TTL:淘汰剩余过期时间最短的键。

Random:随机淘汰。

2. 具体策略详解

策略名称

规则

适用场景

noeviction

不淘汰任何键,内存满时新写入操作返回错误(默认策略)。

数据不可丢失,需严格内存控制。

allkeys-lru

从所有键中选择最久未使用的键淘汰。

通用缓存场景(推荐)。

volatile-lru

从设置了 TTL 的键中选择最久未使用的键淘汰。

部分数据允许过期。

allkeys-lfu

从所有键中选择访问频率最低的键淘汰(Redis 4.0+)。

热点数据缓存,区分冷热数据。

volatile-lfu

从设置了 TTL 的键中选择访问频率最低的键淘汰(Redis 4.0+)。

需要结合 TTL 管理冷数据。

allkeys-random

从所有键中随机淘汰。

无明确访问模式,简单快速。

volatile-random

从设置了 TTL 的键中随机淘汰。

随机淘汰过期数据。

volatile-ttl

从设置了 TTL 的键中淘汰剩余存活时间最短的键。

优先清理即将过期的数据。

3. 策略选择建议

缓存场景(允许数据丢失)

优先选择allkeys-lru或allkeys-lfu:利用访问模式淘汰冷数据。

若数据访问频率差异大:使用allkeys-lfu更精准(如热点文章、商品)。

持久化数据(不允许丢失)

使用noeviction:避免误删数据,但需监控内存,防止写操作失败。

混合场景(部分数据可过期)

volatile-lru+ 设置 TTL:结合过期时间管理临时数据(如用户会话)。

特殊需求

快速淘汰:allkeys-random或volatile-random(性能高但不够精准)。

清理即将过期的键:volatile-ttl(如促销活动临时数据)。

4. LRU 与 LFU 的实现优化

Redis 未使用标准 LRU/LFU 算法,而是通过近似算法降低内存和计算开销:

LRU 近似:记录键的最近访问时间戳(精度为秒),淘汰时采样少量键(默认5个),选择最旧的。

LFU 近似:使用计数器(范围 0~255),按概率衰减计数器值,优先淘汰计数器低的键。

LFU 计数器衰减配置

通过lfu-decay-time设置计数器衰减周期(默认1分钟),控制访问频率的时效性。

5. 配置示例

# redis.conf 配置文件
maxmemory 2gb                     # 设置最大内存
maxmemory-policy allkeys-lru      # 使用 LRU 淘汰所有键
maxmemory-samples 10              # 提高 LRU/LFU 采样精度(默认5)

6. 淘汰策略工作原理

触发条件:执行写入命令(如SET)时,若内存超过maxmemory,触发淘汰。

执行过程:

根据策略选择候选键。

删除键并释放内存。

若释放后仍不足,重复淘汰直到满足内存要求。

总结

策略

核心逻辑

适用场景

注意点

allkeys-lru

淘汰最久未使用的键

通用缓存

对访问模式敏感

allkeys-lfu

淘汰访问频率最低的键

热点数据场景

需 Redis 4.0+

volatile-ttl

淘汰最快过期的键

临时数据管理

依赖合理设置 TTL

noeviction

禁止淘汰,直接报错

数据不可丢失场景

需严格监控内存

根据业务场景选择合适策略,并结合监控工具(如INFO memory)观察淘汰效果,必要时调整策略或优化数据访问模式。

相关推荐

Redis教程——数据类型(字符串、列表)

上篇文章我们学习了Redis教程——Redis入门,这篇文章我们学习Redis教程——数据类型(字符串、列表)。Redis数据类型有:字符串、列表、哈希表、集合、有序集合、地理空间、基数统计、位图、位...

说说Redis的数据类型(redis数据类型详解)

一句话总结Redis核心数据类型包括:String:存储文本、数字或二进制数据。List:双向链表,支持队列和栈操作。Hash:字段-值映射,适合存储对象。Set:无序唯一集合,支持交并差运算。Sor...

Redis主从复制(Redis主从复制复制文件)

介绍Redis有两种不同的持久化方式,Redis服务器通过持久化,把Redis内存中持久化到硬盘当中,当Redis宕机时,我们重启Redis服务器时,可以由RDB文件或AOF文件恢复内存中的数据。不过...

深入解析 Redis 集群的主从复制实现方式

在互联网大厂的后端开发领域,Redis作为一款高性能的内存数据库,被广泛应用于缓存、消息队列等场景。而Redis集群中的主从复制机制,更是保障数据安全、实现读写分离以及提升系统性能的关键所在。今...

Redis + MQ:高并发秒杀的技术方案与实现

大家好,我是一安~前言在电商秒杀场景中,瞬间爆发的海量请求往往成为系统的生死考验。当并发量达到数万甚至数十万QPS时,传统数据库单表架构难以支撑,而Redis与消息队...

Redis面试题2025(redis面试题及答案2024)

Redis基础什么是Redis?它的主要特点是什么?Redis和Memcached有什么区别?Redis支持哪些数据类型?Redis的字符串类型最大能存储多少数据?Redis的列表类型和集合类型有什么...

Redis学习笔记:过期键管理与EXPIRE命令详解(第七章)

在Redis中,过期键(ExpireKey)机制是实现缓存自动失效、临时数据管理的核心功能。EXPIRE命令作为设置键过期时间的基础工具,其工作原理与使用细节直接影响系统的内存效率和数据一致性。本章...

Redis传送术:几分钟内将生产数据迁移到本地

在生产环境中使用Redis就像一把双刃剑。它快速、强大,存储了大量实时数据——但当你想要在本地调试问题或使用真实数据进行测试时,事情就变得棘手了。我们要做什么?我们想要从生产环境Redis实例中导出键...

使用redis bitmap计算日活跃用户数

Metrics(指标)在允许延迟的情况下,通常通过job任务定时执行(如按小时、每天等频率),而基于Redis的Bitmap使我们能够实时完成此类计算,且极其节省空间。以亿级用户计算“日活跃用户...

大部分.NET开发者都不知道的Redis性能优化神技!

你还在为Redis存储空间不够而发愁吗?还在为Json数据太大导致网络传输缓慢而头疼吗?今天我要告诉你一个让Redis性能飙升300%的秘密武器!这个技巧简单到让你怀疑人生,但效果却强大到让你的老板对...

Redis学习笔记:内存优化实战指南(第六章)

Redis作为内存数据库,内存使用效率直接影响系统性能与成本。对于处理大规模数据的场景,合理的内存优化能显著降低资源消耗,提升服务稳定性。本章将基于Redis的内存管理特性,详解实用的优化技巧与最佳实...

大数据-47 Redis 内存控制、Key 过期与数据...

点一下关注吧!!!非常感谢!!持续更新!!!AI篇持续更新中!(长期更新)AI炼丹日志-30-新发布【1T万亿】参数量大模型!Kimi-K2开源大模型解读与实践,持续打造实用AI工具指南!...

Redis学习笔记:内存优化进阶与实战技巧(第六章·续)

上一节我们介绍了Redis内存优化的基础策略,本节将深入更多实战技巧,包括数据结构的精细化选择、过期键的内存回收机制,以及大规模场景下的内存管理方案,帮助你在高并发场景下进一步提升内存利用率。七、数据...

低配服务器(2核3G)宝塔面板的Redis优化指南:512MB内存高效运行

在2核3G内存的低配服务器上部署Redis服务时,资源分配不当极易导致服务器崩溃。本文针对宝塔面板环境(PHP8.2+MariaDB10.6+Nginx),提供经过实战验证的Redis优化...

Redis:为什么您应该多缓存少查询(为什么使用redis做缓存而不是其他的消息队列入kafka)

还在一次又一次地调用相同的API吗?这不仅效率低下——而且成本高昂。性能缓慢、成本更高,用户体验更差。让我们停止这种做法——从这篇文章开始。:D首先您需要了解Redis,简单来说,它是一个超快速的内存...

取消回复欢迎 发表评论: