当前位置: 首页 > article >正文

Redis的数据过期策略和数据淘汰策略

一、数据过期策略

Redis的key过期之后,会立即删除吗?

是否立即删除,这是根据Redis的数据过期策略来决定的

Redis对数据设值数据的过期时间,数据过期后,就需要将数据从内存中删除掉。可以按照不同的规则进行删除,这些删除规则就被称之为数据的删除策略(数据过期策略)

Redis的过期策略分为以下两种策略

1、惰性删除

对Redis中的一个key设置过期时间之后,我们不去管他,当需要该key时,检查其是否已经过期,如果过期,就删掉它;反之则返回该key

# 举例:给name属性设置过期
set name zhangsan 10

# 过期后再获取,发现name过期了,直接删除key
get name

惰性删除优缺点:

优点:对CPU友好,对于很多用不到的key不用浪费时间进行过期检查

缺点:对内存不友好,如果一个key过期了,但是一直没尝试获取(没使用),那么不会察觉到这个key已经废弃了,就会一直保存在内存中,内存永远不会释放

2、定期删除

每隔一段时间,我们就对一些key(从一定数量的缓存中取出一部分key)进行检查,检查是否过期,过期则删除

定期策略有两种模式:

SLOW模式:定时任务,执行频率是10hz(1秒执行10次,也就是100ms执行一次),每次不超过25ms,可以通过修改配置寄文件redis.conf的hz选项调整这个频率

FAST模式:执行频率不固定,但是两次删除的间隔不会低于2ms,每次耗时不超过1ms

定期删除的优缺点:

优点:可以通过限制删除操作执行的时长和频率来减少删除操作对CPU的影响。另外定期删除,也能有效释放过期key对内存的占用

缺点:如果调的太快,可能影响CPU资源,一直检查key是否过期去了;调的太慢,又达不到效果

Redis的真实使用的过期删除策略实际上是:惰性删除 + 定期策略两种策略同时使用的

二、数据淘汰策略

1、数据淘汰策略概念

数据淘汰策略和数据淘汰策略概念不一样,可以认为是一种异常情况下的处理策略

数据淘汰策略指的是:当redis中的内存不够用时,此时再向redis中添加新的key(新数据),那么redis会按照一定规则将内存中的数据删掉,这种数据删除的规则被称之为内存的淘汰策略

2、8种数据淘汰策略

当内存不足时,redis支持以下8种数据淘汰策略来选择删除哪些key:(不用记得这么多,知道有默认的noevictionLRU、LFU行了)

1、noeviction:当内存不足时,不淘汰任何key,但是也不允许写入新数据,默认是这种策略

2、volatile-ttl:对设置了TTL(过期时间)的key,比较这些key的TTL,过期剩余时间越小的,优先被淘汰

3、allkeys-random:从全体key中,随机进行淘汰(随机???删到那种《很长时间才能从数据库查出来的,又是热点key的》就老实了,直接缓存击穿)

4、volatile-random:对设置了TTL(过期时间)的key,随机进行淘汰

5、allkeys-lru:对全体key,基于LRU算法进行淘汰

6、volatile-lru:对设置了TTL(过期时间)的key,基于LRU算法进行淘汰

7、allkeys-lfu:对全体key,基于LFU算法进行淘汰

6、volatie-lfu:对设置了TTL(过期时间)的key,基于LFU算法进行淘汰

3、什么是LRU算法和LFU算法呢?

LRU(Least Recently Used):Least(最少的)Recently(最近)

最近最少使用:用当前时间,减去key的最后一次访问时间,这个值越大则淘汰优先级越高

举例:key1是3s前访问过一次,key2是9s前访问过一次,那么删除的就是key2

LFU(Least Frequently Used):Frequently(频繁的)

最少频率使用:统计每个key在一段时间内的访问频率,频率越小淘汰优先级越高。

举例:key1最近5s被访问了4次,key2最近5s被访问了9次,删除的就是key1

4、数据淘汰策略-使用建议

1、 优先使用 alkeys-lru 策略。充分利用 LRU 算法的优势,把最近最常访问的数据留在缓存中。如果业务有明显的冷热数据区分,建议使用。

2、如果业务中数据访问频率差别不大,没有明显冷热数据区分,建议使用alkeys-random,随机选择淘汰

3、如果业务中有置顶的需求,可以使用 volatile-lru 策略,同时置顶数据不设置过期时间,这些数据就一直不被删除会淘汰其他设置过期时间的数据。

4、如果业务中有短时高频访问的数据,可以使用 allkeys-lfu 或 volatile-lfu 策略。

举例:如果数据库中有1000万数据,redis中只能缓存20万条,那么如何保证redis中的数据都是热点数据呢?

使用allkey-lru策略,挑选最近最少使用的数据淘汰,留下来的肯定是最近最常访问的热点数据

我之前那家公司redis中保存的都是一些简单的配置项,并没有看到配置什么淘汰策略,应该用的就是默认的noeviction,内存占用极低,只用了几十MB


http://www.kler.cn/a/539179.html

相关文章:

  • 查看二进制程序内的 .interp 段
  • 数字电路-基础逻辑门实验
  • DFS+回溯+剪枝(深度优先搜索)——搜索算法
  • 链表(LinkedList) 1
  • Golang 并发机制-7:sync.Once实战应用指南
  • 物品匹配问题-25寒假牛客C
  • 【计算机视觉】多分辨率金字塔全解析 ✨
  • 机试题——D路通信
  • Sparse4D v3:推进端到端3D检测和跟踪
  • Android系统SELinux详解
  • 携手AWS,零成本在EKS上体验AutoMQ企业版
  • 计算机网络知识速记:TCP 与 UDP
  • 六、OSG学习笔记-漫游(操作器)
  • ViewModel和LiveData
  • ES6中的模板字符串
  • 2025年2月9日(数据分析,在最高点和最低点添加注释,添加水印)
  • 面向对象设计在Java程序开发中的最佳实践研究
  • 【服务器知识】如何在linux系统上搭建一个nfs
  • springboot 事务管理
  • 植物神经紊乱:补充这些维生素,为健康 “充电”
  • Http 的响应码有哪些? 分别代表的是什么?
  • 算法基础之八大排序
  • C++设计模式 —— 工厂模式
  • Docker 部署 MinIO | 国内阿里镜像
  • vLLM V1 重磅升级:核心架构全面革新
  • DeepSeek结合Langchain的基本用法