Redis进阶 - Redis 淘汰策略

在这里插入图片描述

我们知道Redis是分布式内存数据库，基于内存运行，可是有没有想过比较好的服务器内存也不过几百G，能存多少数据呢，当内存占用满了之后该怎么办呢？Redis的内存是否可以设置限制？过期的key是怎么从内存中删除的？不要怕，本篇我们一起来看一下Redis的内存淘汰策略是如何释放内存的。

一、概述

开篇提到 Redis 是基于内存的数据库，当内存满了的时候会发生什么呢？Redis的内存是否可以设置限制？过期的key是怎么从内存中删除的？其实在Redis中是可以设置内存最大限制的，因此我们不用担心Redis占满机器的内存影响其他服务，这个参数 maxmemory 是可以配置的：

# 配置文件
maxmemory <bytes>

# 命令行
127.0.0.1:6379> config get maxmemory
1) "maxmemory"
2) "0"
127.0.0.1:6379> config set maxmemory 1GB
OK
127.0.0.1:6379> config get maxmemory
1) "maxmemory"
2) "1073741824"

二、内存淘汰策略

Redis 的内存淘汰策略是指在Redis的用于缓存的内存不足时，怎么处理需要新写入且需要申请额外空间的数据。Redis中共有下面几种内存淘汰策略：

内存淘汰策略	说明
noeviction	默认策略，不进行淘汰。当内存不足时，所有写操作命令会返回错误，读操作命令可以正常执行。
allkeys-lru	当内存不足时，从所有数据中挑选最近最少使用的数据淘汰。
allkeys-random	当内存不足时，从所有数据中任意选择数据进行淘汰。
allkeys-lfu	当内存不足时，从所有数据中挑选最不经常访问的数据淘汰。
volatile-lru	当内存不足时，从已设置过期时间的数据中，挑选最近最少使用的数据淘汰。
volatile-random	当内存不足时，从已设置过期时间的数据中任意选择数据淘汰。
volatile-ttl	当内存不足时，在设置了过期时间的key中，根据key的过期时间进行淘汰，越早过期的越优先被淘汰。
volatile-lfu	当内存不足时，从已设置过期时间的数据中，挑选最不经常访问的数据淘汰。

使用下面的参数 maxmemory-policy 配置淘汰策略：

127.0.0.1:6379> config get maxmemory-policy
1) "maxmemory-policy"
2) "noeviction"
127.0.0.1:6379> config set maxmemory-policy allkeys-random
OK
127.0.0.1:6379> config get maxmemory-policy
1) "maxmemory-policy"
2) "allkeys-random"

三、缓存淘汰算法

3.1 FIFO 算法

FIFO 是最简单的淘汰策略，遵循着先进先出的原则。最先进入缓存的数据，在缓存空间不足时被清除。这里简单提一下：

3.2 LRU 算法

LRU（Least recently used，最近最少使用），该算法根据数据的历史访问记录来进行淘汰数据，其核心思想是“如果数据最近被访问过，那么将来被访问的几率也更高”。LRU算法的常见实现方式为链表，其基本思路是新数据插入到列表头部，每当缓存命中（即缓存数据被访问），则将数据移到列表头部。当列表满的时候，将列表尾部的数据丢弃。

而在Redis中使用的是近似LRU算法，为什么说是近似呢？Redis中是随机采样5个key，然后从中选择访问时间最早的key进行淘汰，因此当采样key的数量与Redis库中key的数量越接近，淘汰的规则就越接近LRU算法。但官方推荐5个就足够了，最多不超过10个，越大就越消耗CPU的资源。

在这里插入图片描述

有一点需要特意说明下，在LRU算法下，如果一个热点数据最近很少访问，而非热点数据近期访问了，就会误把热点数据淘汰而留下了非热点数据，这种情况有可能会引起 Redis 缓存击穿。

3.3 LFU 算法

LFU（Least Frequently Used 最少频率使用），它是基于“如果一个数据在最近一段时间内使用次数很少，那么在将来一段时间内被使用的可能性也很小”的思路。LFU算法反映了一个key的热度情况，不会因LRU算法的偶尔一次被访问被误认为是热点数据。
LFU算法的常见实现方式为链表，其基本思路是新数据放在链表尾部，链表中的数据按照被访问次数降序排列，访问次数相同的按最近访问时间降序排列，链表满的时候从链表尾部移出数据。

20240620203934