redis过期删除策略

Redis 的过期删除机制主要通过以下两种策略及其底层数据结构实现：

---

1. 过期键存储：过期字典（Expires Dictionary）

• 数据结构：哈希表（Hash Table）
• 作用：存储所有设置了过期时间的键及其对应的过期时间戳（毫秒精度）。
  • 键（Key）：数据库中的键名（如 user:1000）。
  • 值（Value）：该键的过期时间戳（如 1717027200000 表示 2024-05-30 00:00:00）。
• 操作示例：

  EXPIRE user:1000 3600  # 设置键 user:1000 在 3600 秒后过期

---

2. 过期删除策略

Redis 通过 惰性删除 和 定期删除 两种策略协同工作，确保过期键被及时清理。

(1) 惰性删除（Lazy Expiration）

• 触发时机：在访问某个键时（如 GET user:1000），Redis 会先检查该键是否过期。
• 实现逻辑：

  def get_key(key):
      if key in expires_dict and expires_dict[key] < current_time:
          delete_key(key)  # 删除过期键
          return None
      return data_dict[key]  # 返回键的值

• 优点：对 CPU 友好，仅在访问时触发删除操作。
• 缺点：若过期键长期不被访问，会占用内存（内存泄漏风险）。

(2) 定期删除（Active Expiration）

• 触发时机：Redis 周期性随机抽取部分键检查过期状态（默认每秒 10 次，可通过 hz 配置调整）。
• 实现逻辑：
  1. 从过期字典中随机选择 N 个键（N 可配置，默认 20）。
  2. 删除其中已过期的键。
  3. 若本轮删除的过期键占比超过 25%，则重复步骤 1-2，直到比例低于 25% 或超时。
• 优点：主动清理内存，减少未访问过期键的堆积。
• 缺点：需平衡 CPU 和内存占用（高频检查会增加 CPU 负载）。

---

3. 底层数据结构对比

策略	数据结构	特点
过期字典	哈希表	快速查找键的过期时间，时间复杂度 O(1)。
定期删除	随机抽样+遍历	避免全表扫描，通过概率性抽样控制 CPU 消耗。

---

4. 为什么不用时间轮或优先级队列？

• 时间轮（Timing Wheel）：
  适合高频、精确的定时任务（如网络超时），但 Redis 过期键数量可能极大，维护时间轮会占用过多内存。
• 优先级队列（Heap）：
  按过期时间排序虽能快速找到最近过期的键，但插入/删除操作的时间复杂度为 O(logN)，而 Redis 的随机抽样策略在平均场景下更高效。

redis短时间就有大量的数据存入，短时间又有大量数据失效，用时间轮则会因为维护时间轮占用大量内存，用优先级队列则会因为频繁的插入新数据导致cpu飙升

---

总结

Redis 的过期删除机制依赖 过期字典（哈希表） 存储键的过期时间，通过 惰性删除 和 定期删除 协同工作：

1. 惰性删除：保证单次操作的高效性。
2. 定期删除：平衡内存清理与 CPU 消耗。

这种设计在内存占用、CPU 负载和实现复杂度之间取得了较好的平衡。

参考：腾讯元宝