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

Redis的内存淘汰策略(redis内存淘汰策略 是自带的吗)

mhr18 2024-10-22 12:34 41 浏览 0 评论

思考问题

  • redis设置的过期key是怎么清除的
  • redis占用内存满了怎么办?
  • redis的最大内存在线上一般怎么配置?

面试的时候,都会提出相关的问题来问,其实都可以结合这个redis的内存淘汰策略来回答,整理自己的回答大纲,然后再抛砖引玉的按照自己的理解说出来


redis对设置了过期时间的key如何删除

有3种过期策略:定时、定期、惰性,redis默认使用定期和惰性两种

Redis对存储值的过期处理实际上是针对该值的键(key)处理的,即时间的设置也是设置key的有效时间。Expires字典保存了所有键的过期时间,Expires也被称为过期字段。

定时删除

在设置key的过期时间的同时,为该key创建一个定时器,让定时器在key的过期时间来临时,对key进行删除

  • 优点:保证内存被尽快释放(拿时间换空间
  • 缺点:
    • 若过期key很多,删除这些key会占用很多的CPU时间,在CPU时间紧张的情况下,CPU不能把所有的时间用来做要紧的事儿,还需要去花时间删除这些key
    • 性能可能影响严重。定时器的创建耗时,若为每一个设置过期时间的key创建一个定时器(将会有大量的定时器产生)

惰性删除

key过期的时候不删除,每次从数据库获取key的时候去检查是否过期,若过期,则删除,返回null。

  • 优点:删除操作只发生在从数据库取出key的时候发生,而且只删除当前key,所以对CPU时间的占用是比较少的,而且此时的删除是已经到了非做不可的地步(如果此时还不删除的话,我们就会获取到了已经过期的key了)(拿空间换时间)
  • 缺点:对内存不友好,若大量的key在超出超时时间后,很久一段时间内,都没有被获取过,那么可能发生内存泄露(无用的垃圾占用了大量的内存)

定期删除

每隔一段时间执行一次删除(在redis.conf配置文件设置hz,1s刷新的频率)过期key操作,采用的是随机抽取的策略

  • 优点:
    • 通过限制删除操作的时长和频率,来减少删除操作对CPU时间的占用--处理"定时删除"的缺点
    • 定期删除过期key--处理"惰性删除"的缺点
  • 缺点
    • 在内存友好方面,不如"定时删除"
    • 在CPU时间友好方面,不如"惰性删除"
  • 难点
    • 合理设置删除操作的执行时长(每次删除执行多长时间)和执行频率(每隔多长时间做一次删除)(这个要根据服务器运行情况来定了)

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

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

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。CPU 和内存的折中方案


使用定期删除+惰性删除仍然有漏网之鱼

定期是随机抽查部分key来进行排查,假如key足够多,而又没有用得上,即没有触发到惰性删除,所以仍然会有一些key没有失效掉,怎么办?

兜底方案:就是使用redis的对key的淘汰策略方案

redis淘汰策略的分类

当redis的存储达到了使用的最大内存时,redis是怎么处理的。

为什么还需要淘汰策略

有了以上过期策略的说明后,就很容易理解为什么需要淘汰策略了,因为不管是定期采样删除还是惰性删除都不是一种完全精准的删除,就还是会存在key没有被删除掉的场景,所以就需要内存淘汰策略进行补充。

  • 如果无止境的使用内存,有可能会撑爆我们服务器的内存。
  • 当内存使用达到最大限制时, 如果需要存储新数据, 根据配置的策略(policy)的不同来决定具体的行为。

redis(5.0.8) 提供了八种淘汰策略(maxmemory-policy)。之前是6种策略

  • noeviction: 不删除策略, 达到最大内存限制时, 如果需要更多内存, 直接返回错误信息(OOM)。 大多数写命令都会导致占用更多的内存(有极少数会例外, 如 DEL )。
  • allkeys-lru: 所有key通用; 优先删除最近最久未使用(least recently used ,LRU) 的 key。(常用于线上配置)
  • allkeys-lfu:所有key通用; 挑选使用次数最少(least Frequenty used ,LFU) 的Key淘汰
  • allkeys-random: 所有key通用; 随机删除一部分 key。
  • volatile-lru: 只限于设置了 expire 的部分; 优先删除最近最久未使用(less recently used ,LRU) 的 key。
  • volatile-lfu:只限于设置了 expire 的部分; 挑选最近使用次数最少(Least Frequently Used)的数据淘汰
  • volatile-random: 只限于设置了 expire 的部分; 随机删除一部分 key。
  • volatile-ttl: 只限于设置了 expire 的部分; 优先删除剩余时间(time to live,TTL) 短的key。

noeviction是默认策略。

redis的策略配置

maxmemory 用于指定 Redis 能使用的最大内存。

既可以在 redis.conf 文件中设置, 也可以在运行过程中通过 CONFIG SET 命令动态修改。

例如, 要设置 100MB 的内存限制, 可以在 redis.conf 文件中这样配置:

maxmemory 100mb

①将 maxmemory 设置为 0或者不设置, 在64位操作系统下,则表示不进行内存限制,随着key-value越来越多,Redis性能会急剧下降。32位系统来说有一个隐性的限制条件: 最多 3GB 内存。

②redis生产上一般怎么设置最大内存:一般推荐设置为最大物理内存的四分之三,具体看业务的需求。

设置maxmemory后,当趋近maxmemory时,通过缓存淘汰策略,从内存中删除对象。

# 指定 Redis 最大内存限制,Redis 在启动时会把数据加载到内存中,达到最大内存后,Redis 会先尝试清除已到期或即将到期的 Key,移除规则可以通过 maxmemory-policy 来指定,当处理后,仍然到达最大内存,将无法再进行写入操作,但仍然可以进行读取操作
# Redis 新的 vm 机制,会把 Key 存放内存,Value 会存放在 swap 区
# maxmemory <bytes>
# 3GB = 3*1024*1024*1024=3221225472
maxmemory 3221225472

# 当内存使用达到最大值时,redis 使用的清除策略:
# LRU 表示最近最少使用,LFU 意味着最少使用
# volatile-lru -> 利用 LRU 算法移除设置过过期时间的 key
# allkeys-lru -> 利用 LRU 算法移除任何 key(常用)
# volatile-lfu -> 利用 LFU 算法移除设置过过期时间的 key
# allkeys-lfu -> 利用 LFU 算法移除任何 key
# volatile-random -> 移除设置过过期时间的随机 key
# allkeys-random -> 移除随机 key
# volatile-ttl -> 移除即将过期的 key(minor TTL)
# noeviction -> 不移除任何 key,只是返回一个写错误(默认)
maxmemory-policy noeviction

# LRU,LFU 和最小 TTL 算法不是精确的算法,而是近似算法(为了节省内存),默认 Redis 将检查 5 个键并选择最近使用的键,可以配置指令更改样本大小获得速度或精度。默认值 5 会产生足够好的结果,10 非常接近真实的 LRU,但耗 CPU,3 更快,但不是很准确。
maxmemory-samples 5

相关推荐

Redis合集-使用benchmark性能测试

采用开源Redis的redis-benchmark工具进行压测,它是Redis官方的性能测试工具,可以有效地测试Redis服务的性能。本次测试使用Redis官方最新的代码进行编译,详情请参见Redis...

Java简历总被已读不回?面试挂到怀疑人生?这几点你可能真没做好

最近看了几十份简历,发现大部分人不是技术差,而是不会“卖自己”——一、简历死穴:你写的不是经验,是岗位说明书!反面教材:ד使用SpringBoot开发项目”ד负责用户模块功能实现”救命写法:...

redission YYDS(redission官网)

每天分享一个架构知识Redission是一个基于Redis的分布式Java锁框架,它提供了各种锁实现,包括可重入锁、公平锁、读写锁等。使用Redission可以方便地实现分布式锁。red...

从数据库行锁到分布式事务:电商库存防超卖的九重劫难与破局之道

2023年6月18日我们维护的电商平台在零点刚过3秒就遭遇了严重事故。监控大屏显示某爆款手机SKU_IPHONE13_PRO_MAX在库存仅剩500台时,订单系统却产生了1200笔有效订单。事故复盘发...

SpringBoot系列——实战11:接口幂等性的形而上思...

欢迎关注、点赞、收藏。幂等性不仅是一种技术需求,更是数字文明对确定性追求的体现。在充满不确定性的网络世界中,它为我们建立起可依赖的存在秩序,这或许正是技术哲学最深刻的价值所在。幂等性的本质困境在支付系...

如何优化系统架构设计缓解流量压力提升并发性能?Java实战分享

如何优化系统架构设计缓解流量压力提升并发性能?Java实战分享在高流量场景下。首先,我需要回忆一下常见的优化策略,比如负载均衡、缓存、数据库优化、微服务拆分这些。不过,可能还需要考虑用户的具体情况,比...

Java面试题: 项目开发中的有哪些成长?该如何回答

在Java面试中,当被问到“项目中的成长点”时,面试官不仅想了解你的技术能力,更希望看到你的问题解决能力、学习迭代意识以及对项目的深度思考。以下是回答的策略和示例,帮助你清晰、有说服力地展示成长点:一...

互联网大厂后端必看!Spring Boot 如何实现高并发抢券逻辑?

你有没有遇到过这样的情况?在电商大促时,系统上线了抢券活动,结果活动刚一开始,服务器就不堪重负,出现超卖、系统崩溃等问题。又或者用户疯狂点击抢券按钮,最后却被告知无券可抢,体验极差。作为互联网大厂的后...

每日一题 |10W QPS高并发限流方案设计(含真实代码)

面试场景还原面试官:“如果系统要承载10WQPS的高并发流量,你会如何设计限流方案?”你:“(稳住,我要从限流算法到分布式架构全盘分析)…”一、为什么需要限流?核心矛盾:系统资源(CPU/内存/数据...

Java面试题:服务雪崩如何解决?90%人栽了

服务雪崩是指微服务架构中,由于某个服务出现故障,导致故障在服务之间不断传递和扩散,最终造成整个系统崩溃的现象。以下是一些解决服务雪崩问题的常见方法:限流限制请求速率:通过限流算法(如令牌桶算法、漏桶算...

面试题官:高并发经验有吗,并发量多少,如何回复?

一、有实际高并发经验(建议结构)直接量化"在XX项目中,系统日活用户约XX万,核心接口峰值QPS达到XX,TPS处理能力为XX/秒。通过压力测试验证过XX并发线程下的稳定性。"技术方案...

瞬时流量高并发“保命指南”:这样做系统稳如泰山,老板跪求加薪

“系统崩了,用户骂了,年终奖飞了!”——这是多少程序员在瞬时大流量下的真实噩梦?双11秒杀、春运抢票、直播带货……每秒百万请求的冲击,你的代码扛得住吗?2025年了,为什么你的系统一遇高并发就“躺平”...

其实很多Java工程师不是能力不够,是没找到展示自己的正确姿势。

其实很多Java工程师不是能力不够,是没找到展示自己的正确姿势。比如上周有个小伙伴找我,五年经验但简历全是'参与系统设计''优化接口性能'这种空话。我就问他:你做的秒杀...

PHP技能评测(php等级考试)

公司出了一些自我评测的PHP题目,现将题目和答案记录于此,以方便记忆。1.魔术函数有哪些,分别在什么时候调用?__construct(),类的构造函数__destruct(),类的析构函数__cal...

你的简历在HR眼里是青铜还是王者?

你的简历在HR眼里是青铜还是王者?兄弟,简历投了100份没反应?面试总在第三轮被刷?别急着怀疑人生,你可能只是踩了这些"隐形求职雷"。帮3630+程序员改简历+面试指导和处理空窗期时间...

取消回复欢迎 发表评论: