Redis（六）

1、Redis的缓存淘汰策略

1.1、内存配置

首先查看Redis最大的占用内存，打开redis配置文件，设置maxmemory参数，maxmemory是bytes字节类型，注意转换。

打开配置文件发现没有配置，那么默认是多少的内存，是这样的，如果不设置最大的内存或者最大的内存为零，在64位的操作系统下不限制内存的大小，在32位操作系统下做多使用3G的内存。

那么想配置的话，给redis配置多少呀，一般推荐Redis设置内存为最大物理内存的四分之三，另外配置方式分为两种，一种是直接在配置文件中修改，另外一个种是在客户端种配置数据。

#配置文件
# maxmemory <bytes>
maxmemory 参数

#客户端
#设置
config set maxmemory 参数

#查看
config get maxmemory

当然想要查看当前的redis内存的使用情况，可以使用以下的命令

#使用
info memory
或者
config get maxmeory

如果reids的内存的使用情况超出了设置的最大的内存数量会怎么样？会报错

(error) 00M command not allowed when used memory >'maxmemory'.

所以如果设置了内存的最大的数量的话，然后在使用的过程中存储的数据又没有设置过期时间，那么越积越多就会导致存储的数据沾满maxmemory。

1.2、删除策略

1.2.1、立即删除

Redis不可能时时刻刻遍历所有被设置了生存时间的key，来检测数据是否已经到达过期时间，然后对它进行删除。

立即删除能保证内存中数据的最大新鲜度，因为它保证过期键值会在过期后马上被删除，其所占用的内存也会随之释放。但是立即删除对cpu是最不友好的。因为删除操作会占用cpu的时间，如果刚好碰上了cpu很忙的时候，比如正在做交集或排序等计算的时候，就会给cpu造成额外的压力，让CPU心累，时时需要删除，这会产生大量的性能消耗，同时也会影响数据的读取操作。

1.2.2、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。

惰性删除策略的缺点是，它对内存是最不友好的。如果一个键已经过期，而这个键又仍然保留在redis中，那么只要这个过期键不被删除，它所占用的内存就不会释放。

在使用惰性删除策略时，如果数据库中有非常多的过期键，而这些过期键又恰好没有被访问到的话，那么它们也许永远也不会被删除(除非用户手动执行FLUSHDB)，我们甚至可以将这种情况看作是一种内存泄漏-----无用的垃圾数据占用了大量的内存，而服务器却不会自己去释放它们，这对于运行状态非常依赖于内存的Redis服务器来说，肯定不是一个好消息。

1.2.3、定时删除

定期删除策略每隔一段时间执行一次删除过期键操作并通过限制删除操作执行时长和频率来减少删除操作对CPU时间的影响。

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）

定期删除策略的难点是确定删除操作执行的时长和频率：如果删除操作执行得太频繁或者执行的时间太长，定期删除策略就会退化成立即删除策略，以至于将CPU时间过多地消耗在删除过期键上面。如果删除操作执行得太少，或者执行的时间太短，定期删除策略又会和惰性删除束略一样，出现浪费内存的情况。因此，如果采用定期删除策略的话，服务器必须根据情况，合理地设置删除操作的执行时长和执行频率。

缺点：

定期删除时，从来没有被抽查到
惰性删除时，也从来没有被点中使用过

1.3、缓存淘汰策略

# volatile-lru -> Evict using approximated LRU, only keys with an expire set.
# allkeys-lru -> Evict any key using approximated LRU.
# volatile-lfu -> Evict using approximated LFU, only keys with an expire set.
# allkeys-lfu -> Evict any key using approximated LFU.
# volatile-random -> Remove a random key having an expire set.
# allkeys-random -> Remove a random key, any key.
# volatile-ttl -> Remove the key with the nearest expire time (minor TTL)
# noeviction -> Don't evict anything, just return an error on write operations.
#
# LRU means Least Recently Used
# LFU means Least Frequently Used
#
# Both LRU, LFU and volatile-ttl are implemented using approximated
# randomized algorithms.

1.3.1、lru和lfu算法

LRU：最近最少使用页面置换算法，淘汰最长时间未被使用的页面，看页面最后一次被使用到发生调度的时间长短，首先淘汰最长时间未被使用的页面。

LFU：最近最不常用页面置换算法，淘汰一定时期内被访问次数最少的页，看一定时间段内页面被使用的频率，淘汰一定时期内被访问次数最少的页。

1.3.2、内存淘汰策略

noeviction: 不会驱逐任何key，表示即使内存达到上限也不进行置换，所有能引起内存增加的命令都会返回error。
allkeys-lru: 对所有key使用LRU算法进行删除，优先删除掉最近最不经常使用的key，用以保存新数据。
volatile-lru: 对所有设置了过期时间的key使用LRU算法进行删除。
allkeys-random: 对所有key随机删除。
volatile-random: 对所有设置了过期时间的key随机删除。
volatile-ttl: 删除马上要过期的key。
allkeys-lfu: 对所有key使用LFU算法进行删除。
volatile-lfu: 对所有设置了过期时间的key使用LFU算法进行删除。

两个方面是针对过期key或者是所有的key，然后有四种策略随机、立即、时间长，次数少。然后根据不同的需求场景选择不同的策略。

在所有的 key 都是最近最经常使用，那么就需要选择 allkeys-lru 进行置换最近最不经常使用的key，如果你不确定使用哪种策略，那么推荐使用 allkeys-lru
如果所有的 key 的访问概率都是差不多的，那么可以选用 allkeys-random 策略去置换数据
如果对数据有足够的了解，能够为 key 指定 hint (通过expire/ttl指定)，那么可以选择 volatile-ttl 进行置换