Redis的缓存淘汰策略

原创于 2025-05-25 10:21:49 发布 · 790 阅读

18 ·

CC 4.0 BY-SA版权

文章标签：

#缓存 #redis #数据库

Redis 专栏收录该内容

22 篇文章

订阅专栏

总结

Redis提供多种缓存淘汰策略，包括：volatile-lru（针对过期键的LRU淘汰）、allkeys-lru（全体键LRU）、volatile-lfu（过期键LFU）、allkeys-lfu（全体键LFU）、volatile-ttl（优先淘汰剩余时间短的键）、volatile-random/ allkeys-random（随机淘汰），以及默认的noeviction（禁止写入）。策略根据内存上限自动触发，用于管理内存不足时的数据清理。

详细解析

Redis 的 缓存淘汰策略（Eviction Policy）用于在内存不足时（达到maxmemory限制）选择哪些键（key）被删除以释放空间。其策略通过maxmemory-policy配置，以下是 Redis 支持的淘汰策略及其核心逻辑：

1. 淘汰策略分类

Redis 淘汰策略分为 键范围 和 淘汰算法 两个维度：

键范围

allkeys-*：所有键都可能被淘汰（包括未设置过期时间的键）。
volatile-*：仅淘汰设置了过期时间（TTL）的键。

淘汰算法

LRU（Least Recently Used）：淘汰最久未使用的键。
LFU（Least Frequently Used）：淘汰访问频率最低的键（Redis 4.0+）。
TTL：淘汰剩余过期时间最短的键。
Random：随机淘汰。

2. 具体策略详解

策略名称	规则	适用场景
noeviction	不淘汰任何键，内存满时新写入操作返回错误（默认策略）。	数据不可丢失，需严格内存控制。
allkeys-lru	从所有键中选择最久未使用的键淘汰。	通用缓存场景（推荐）。
volatile-lru	从设置了 TTL 的键中选择最久未使用的键淘汰。	部分数据允许过期。
allkeys-lfu	从所有键中选择访问频率最低的键淘汰（Redis 4.0+）。	热点数据缓存，区分冷热数据。
volatile-lfu	从设置了 TTL 的键中选择访问频率最低的键淘汰（Redis 4.0+）。	需要结合 TTL 管理冷数据。
allkeys-random	从所有键中随机淘汰。	无明确访问模式，简单快速。
volatile-random	从设置了 TTL 的键中随机淘汰。	随机淘汰过期数据。
volatile-ttl	从设置了 TTL 的键中淘汰剩余存活时间最短的键。	优先清理即将过期的数据。

3. 策略选择建议

缓存场景（允许数据丢失）

优先选择allkeys-lru或allkeys-lfu：利用访问模式淘汰冷数据。
若数据访问频率差异大：使用allkeys-lfu更精准（如热点文章、商品）。

持久化数据（不允许丢失）

使用noeviction：避免误删数据，但需监控内存，防止写操作失败。

混合场景（部分数据可过期）

volatile-lru+ 设置 TTL：结合过期时间管理临时数据（如用户会话）。

特殊需求

快速淘汰：allkeys-random或volatile-random（性能高但不够精准）。
清理即将过期的键：volatile-ttl（如促销活动临时数据）。

4. LRU 与 LFU 的实现优化

Redis 未使用标准 LRU/LFU 算法，而是通过近似算法降低内存和计算开销：

LRU 近似：记录键的最近访问时间戳（精度为秒），淘汰时采样少量键（默认5个），选择最旧的。
LFU 近似：使用计数器（范围 0~255），按概率衰减计数器值，优先淘汰计数器低的键。

LFU 计数器衰减配置

通过lfu-decay-time设置计数器衰减周期（默认1分钟），控制访问频率的时效性。

5. 配置示例

# redis.conf 配置文件

maxmemory 2gb # 设置最大内存

maxmemory-policy allkeys-lru # 使用 LRU 淘汰所有键

maxmemory-samples 10 # 提高 LRU/LFU 采样精度（默认5）

6. 淘汰策略工作原理

触发条件：执行写入命令（如SET）时，若内存超过maxmemory，触发淘汰。
执行过程：
- 根据策略选择候选键。
- 删除键并释放内存。
- 若释放后仍不足，重复淘汰直到满足内存要求。

总结

策略	核心逻辑	适用场景	注意点
allkeys-lru	淘汰最久未使用的键	通用缓存	对访问模式敏感
allkeys-lfu	淘汰访问频率最低的键	热点数据场景	需 Redis 4.0+
volatile-ttl	淘汰最快过期的键	临时数据管理	依赖合理设置 TTL
noeviction	禁止淘汰，直接报错	数据不可丢失场景	需严格监控内存