• Redis 删除策略


    Redis 删除策略

    一、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

    问:过期的数据真的删除了吗?

    **答:**不是的

    二、数据删除策略

    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

    • 定时删除

    • 惰性删除

    • 定期删除

    1、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)

    2、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(拿空间换时间

    3、定期删除

    以上两种删除策略的折中策略

    • 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()**中的方法—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≤W * 25%,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

    在这里插入图片描述

    **定期删除:**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

    • 优点1:CPU性能占用设置有峰值,检测频度可自定义设置
    • 优点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)

    4、删除策略对比

    1. 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
    2. 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
    3. 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

    三、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。

      抛出异常:(error) OOM command not allowed when used memory >'maxmemory

    影响数据逐出的相关配置

    • maxmemory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-samples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-policy删除策略

    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

    ⑤ allkeys-lru:挑选最近最少使用的数据淘汰

    ⑥ allkeys-lfu:挑选最近使用次数最少的数据淘汰

    ⑦ allkeys-random:任意选择数据淘汰

    放弃数据驱逐

    ⑧ 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)达到最大内存后的,对被挑选出来的数据进行删除的策略

  • 相关阅读:
    C# 解决“xxx正由另一进程使用,因此该进程无法访问该文件。“的错误
    【torch高级】一种新型的概率学语言pyro(02/2)
    【图解HTTP】返回结果的HTTP状态码
    编程世界里的爱情观:Python 程序员的爱情难题
    synchronized 和 single 之间的故事
    智能外呼系统、rgb摄像头
    Ubuntu18中的连接网络图标恢复
    通过mysql更改wordpress密码(md5类型)
    Hibernate(1)
    2 files found with path ‘META-INF/lib_release.kotlin_module’
  • 原文地址:https://blog.csdn.net/weixin_62587914/article/details/132748670