神出鬼没的Enderman

过期数据

Redis是一种内存级数据库,所有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

• XX : 具有时效性的数据
• -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

时效性数据的存储结构

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

数据删除策略

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)

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
• 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)

定期删除

• 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≤W25%,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
• 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)

删除策略比对

逐出算法

当新数据进入redis时,如果内存不足怎么办？

• Redis使用内存存储数据,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后,如果不能达到内存清理的要求,将出现错误信息.
• 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

影响数据逐出的相关配置

• 最大可使用内存

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

• 每次选取待删除数据的个数

选取数据时并不会全库扫描,导致严重的性能消耗,降低读写性能.因此采用随机获取数据的方式作为待检测删除数据

maxmemory-samples

• 删除策略

达到最大内存后的,对被挑选出来的数据进行删除的策略

maxmemory-policy

检测易失数据(可能会过期的数据集server.db[i].expires)

1. volatile-lru:挑选最近最少使用的数据淘汰
2. volatile-lfu:挑选最近使用次数最少的数据淘汰
3. volatile-ttl:挑选将要过期的数据淘汰
4. volatile-random:任意选择数据淘汰

检测全库数据(所有数据集server.db[i].dict)

1. allkeys-lru:挑选最近最少使用的数据淘汰
2. allkeys-lfu:挑选最近使用次数最少的数据淘汰
3. allkeys-random:任意选择数据淘汰

放弃数据驱逐

1. no-enviction(驱逐):禁止驱逐数据(redis4.0中默认策略),会引发错误OOM(Out Of Memory)