【Redis 原理】通信协议 内存回收

通信协议–RESP

Redis是一个CS架构的软件，通信一般分两步（不包括pipeline和PubSub）：

1. 客户端（client）向服务端（server）发送一条命令
2. 服务端解析并执行命令，返回响应结果给客户端

因此客户端发送命令的格式、服务端响应结果的格式必须有一个规范，这个规范就是通信协议。

而在Redis中采用的是RESP（Redis Serialization Protocol）协议：

• Redis 1.2版本引入了RESP协议
• Redis 2.0版本中成为与Redis服务端通信的标准，称为RESP2
• Redis 6.0版本中，从RESP2升级到了RESP3协议，增加了更多数据类型并且支持6.0的新特性–客户端缓存

但目前，默认使用的依然是RESP2协议，也是我们要学习的协议版本（以下简称RESP)

在RESP中，通过首字节的字符来区分不同数据类型，常用的数据类型包括5种：

1. 单行字符串：首字节是 + ，后面跟上单行字符串，以CRLF（ "\r\n" ）结尾。例如返回OK： +OK\r\n
   由此可见：单行字符串中不能包含一些特殊字符（如\r\n等），是非二进制安全的

2. 错误（Errors）：首字节是 -，与单行字符串格式一样，只是字符串是异常信息，例如：-Error message\r\n

3. 数值：首字节是 :，后面跟上数字格式的字符串，以CRLF结尾。例如：:10\r\n

4. 多行字符串：首字节是 $，表示二进制安全的字符串，最大支持512MB：
   如果大小为0，则代表空字符串：$0\r\n\r\n
   如果大小为-1，则代表不存在：$-1\r\n

5. 数组：首字节是 *，后面跟上数组元素个数，再跟上元素，元素数据类型不限

内存回收

Redis之所以性能强，最主要的原因就是基于内存存储。

然而单节点的Redis其内存大小不宜过大，会影响持久化或主从同步性能。

我们可以通过修改配置文件来设置Redis的最大内存：

# 格式：
# maxmemory <bytes>
# 例如：
maxmemory 1gb

当内存使用达到上限时，就无法存储更多数据了。

为了解决这个问题，Redis提供了一些策略实现内存回收：
内存过期策略 && 内存淘汰策略

内存过期策略

Redis可以通过expire命令给Redis的key设置TTL（存活时间）：

可以发现，当key的TTL到期以后，再次访问name返回的是nil，说明这个key已经不存在了，对应的内存也得到释放。从而起到内存回收的目的。

但是这背后是怎么实现的？让我们从以下两个问题入手：

Q1：Redis是如何知道一个key是否过期呢？

Redis本身是一个典型的key-value内存存储数据库，因此所有的key、value都保存在之前学习过的Dict结构中。
并且在其database结构体中，有两个关键Dict：一个用来记录key-value；另一个用来记录key-TTL，定义如下：

typedef struct redisDb {
    dict *dict;                 /* 存放所有key及value的地方，也被称为keyspace*/
    dict *expires;              /* 存放每一个key及其对应的TTL存活时间，只包含设置了TTL的key*/
    dict *blocking_keys;        /* Keys with clients waiting for data (BLPOP)*/
    dict *ready_keys;           /* Blocked keys that received a PUSH */
    dict *watched_keys;         /* WATCHED keys for MULTI/EXEC CAS */
    int id;                     /* Database ID，0~15 */
    long long avg_ttl;          /* 记录平均TTL时长 */
    unsigned long expires_cursor; /* expire检查时在dict中抽样的索引位置. */
    list *defrag_later;         /* 等待碎片整理的key列表. */
} redisDb;

因此到这里我们可以解答Q1：利用两个Dict分别记录key-value对及key-ttl键值对，这样就可以查询一个key是否过期

Q2：是不是TTL到期就立即删除了呢？
NO，TTL到期的key并不是立即删除，而是采用如下策略：
惰性删除 && 周期删除

惰性删除

顾明思议并不是在TTL到期后就立刻删除，而是在访问一个key的时候，检查该key的存活时间，如果已经过期才执行删除。

核心代码片段如下：

// 查找一个key执行写操作
robj *lookupKeyWriteWithFlags(redisDb *db, robj *key, int flags) {
    // 检查key是否过期
    expireIfNeeded(db,key);
    return lookupKey(db,key,flags);
}
// 查找一个key执行读操作
robj *lookupKeyReadWithFlags(redisDb *db, robj *key, int flags) {
    robj *val;
    // 检查key是否过期    
    if (expireIfNeeded(db,key) == 1) {
        // ...略
    }
    return NULL;
}

int expireIfNeeded(redisDb *db, robj *key) {
    // 判断是否过期，如果未过期直接结束并返回0
    if (!keyIsExpired(db,key)) return 0;
    // ... 略
    // 删除过期key
    deleteExpiredKeyAndPropagate(db,key);
    return 1;
}

可以看到不论是查找一个key做读还是写操作，都会调用expireIfNeeded函数来判断当前key是否过期，如果过期就会删除该key

那么这就有一个问题：如果一个key我们设置了TTL，并且它已经过期了，但是一直没有人去访问这个key,如果redis仅仅靠惰性删除的话，显然这个本该删除的key就永远不可能删除了。这显然是不合理的。因此有了下面的周期删除。

周期删除

通过一个定时任务，周期性的抽样部分过期的key，然后执行删除。执行周期有两种：

1. Redis服务初始化函数initServer()中设置定时任务，按照server.hz的频率来执行过期key清理，模式为SLOW,核心代码如下：

// server.c
void initServer(void){
    // ...
    // 创建定时器，关联回调函数serverCron，处理周期取决于server.hz，默认10
    aeCreateTimeEvent(server.el, 1, serverCron, NULL, NULL) 
}


// server.c
int serverCron(struct aeEventLoop *eventLoop, long long id, void *clientData) {
    // 更新lruclock到当前时间，为后期的LRU和LFU做准备
    unsigned int lruclock = getLRUClock();
    atomicSet(server.lruclock,lruclock);
    // 执行database的数据清理，例如过期key处理
    databasesCron();
}

void databasesCron(void) {
    // 尝试清理部分过期key，清理模式默认为SLOW
    activeExpireCycle(
          ACTIVE_EXPIRE_CYCLE_SLOW);
}

2. Redis的每个事件循环前会调用beforeSleep()函数，执行过期key清理，模式为FAST

void beforeSleep(struct aeEventLoop *eventLoop){
    // ...
    // 尝试清理部分过期key，清理模式默认为FAST
    activeExpireCycle(ACTIVE_EXPIRE_CYCLE_FAST);
}

SLOW模式规则：

1. 执行频率受server.hz影响，默认为10，即每秒执行10次，每个执行周期100ms。
2. 执行清理耗时不超过一次执行周期的25%.默认slow模式耗时不超过25ms
3. 逐个遍历db，逐个遍历db中的bucket，抽取20个key判断是否过期
4. 如果没达到时间上限（25ms）并且过期key比例大于10%，再进行一次抽样，否则结束

FAST模式规则（过期key比例小于10%不执行 ）：

1. 执行频率受beforeSleep()调用频率影响，但两次FAST模式间隔不低于2ms
2. 执行清理耗时不超过1ms
3. 逐个遍历db，逐个遍历db中的bucket，抽取20个key判断是否过期
4. 如果没达到时间上限（1ms）并且过期key比例大于10%，再进行一次抽样，否则结束

内存淘汰策略

当Redis内存使用达到设置的上限时，主动挑选部分key删除以释放更多内存的流程

Redis会在处理客户端命令的方法processCommand()中尝试做内存淘汰：

int processCommand(client *c) {
    // 如果服务器设置了server.maxmemory属性，并且并未有执行lua脚本
    if (server.maxmemory && !server.lua_timedout) {
        // 尝试进行内存淘汰performEvictions
        int out_of_memory = (performEvictions() == EVICT_FAIL);
        // ...
        if (out_of_memory && reject_cmd_on_oom) {
            rejectCommand(c, shared.oomerr);
            return C_OK;
        }
        // ....
    }
}

Redis支持8种不同策略来选择要删除的key：

1. noeviction： 不淘汰任何key，但是内存满时不允许写入新数据，默认就是这种策略
2. volatile-ttl： 对设置了TTL的key，比较key的剩余TTL值，TTL越小越先被淘汰
3. allkeys-random：对全体key ，随机进行淘汰。也就是直接从db->dict中随机挑选
4. volatile-random：对设置了TTL的key ，随机进行淘汰。也就是从db->expires中随机挑选
5. allkeys-lru： 对全体key，基于LRU算法进行淘汰
6. volatile-lru： 对设置了TTL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
8. volatile-lfu： 对设置了TTL的key，基于LFU算法进行淘汰

比较容易混淆的有两个：
LRU（Least Recently Used），最少最近使用。用当前时间减去最后一次访问时间，这个值越大则淘汰优先级越高。

LFU（Least Frequently Used），最少频率使用。会统计每个key的访问频率，值越小淘汰优先级越高。

对于上面的8种策略，可以通过如下字段设置具体的策略：

我们着重了解一下LRU和LFU的实现方式

我们都知道，Redis的数据都会被封装为RedisObject结构：

typedef struct redisObject {
    unsigned type:4;        // 对象类型
    unsigned encoding:4;    // 编码方式
    unsigned lru:LRU_BITS;  // LRU：以秒为单位记录最近一次访问时间，长度24bit
			  // LFU：高16位以分钟为单位记录最近一次访问时间，低8位记录逻辑访问次数
    int refcount;           // 引用计数，计数为0则可以回收
    void *ptr;              // 数据指针，指向真实数据
} robj;

其中 unsigned lru:LRU_BITS; 根据maxmemory-policy可以设置具体的策略：

1. maxmemory-policy allkeys-lru 或maxmemory-policy volatile-lru
   此时obj种的lru以秒为单位记录最近一次访问时间，长度24bit
2. maxmemory-policy allkeys-lfu 或 maxmemory-policy volatile-lfu
   此时obj种的lru的高16位以分钟为单位记录最近一次访问时间，低8位记录逻辑访问次数
   问：何为逻辑访问次数？
   答：LFU的访问次数之所以叫做逻辑访问次数，是因为并不是每次key被访问都计数，而是通过以下运算方式：
   ①生成0~1之间的随机数R
   ②计算 (旧次数 * lfu_log_factor + 1)，记录为P
   ③如果 R < P ，则计数器 + 1，且最大不超过255
   ④访问次数会随时间衰减，距离上一次访问时间每隔 lfu_decay_time 分钟(默认是1)，计数器 -1

具体的淘汰策略如下图所示：