redis系列7——过期策略和淘汰策略

一、过期策略

 

1.定时删除

        redis主节点在内部定时(默认会每秒进行十次)任务循环采样一定数量的键,校验过期的键执行del命令删除。

操作过程:

(1)随机获取20个key。

(2)删除已经过期的key。

(3)如果过期的key比例超过1/4,没有超过扫描时间上线25ms,重复(1)。

2.惰性删除

        客户端访问这个key的时候,对过期时间进行检查,如果过期就立即删除。

3.从节点过期策略

        从节点不存在过期扫描,依赖主节点删除key,在AOF文件内会增加del命令,通过执行del命令删除过期的key。命令是异步的,会有延迟的情况。

二、淘汰策略

1.针对设置过期时间的key

volatile-ttl:设置了过期时间的键值对中,根据过期时间的先后顺序进行淘汰,ttl值越小越先被淘汰。没有设置过过期时间的不淘汰。

volatile-lru:设置了过期时间的键值对中,最少使用的key被优先淘汰。没有设置过过期时间的不淘汰。

volatile-lfu(redis4.0版本新增):设置了过期时间的键值对中,最近一段时间被访问次数最少的数据进行删除。

volatile-random:设置了过期时间的键值对中,根据随机数淘汰。

2.针对所有key

allkeys-lru:根据lru算法(最近最少使用)进行淘汰。淘汰的key的范围是全部的key的集合,没有设置过期时间的也会被淘汰。

allkeys-lfu:使用 LFU 算法进行淘汰,也就是淘汰最近一段时间被访问次数最少的数据。

allkeys-random:在虽有key中随机选择key进行淘汰。

3.不处理

noeviction:默认策略,拒绝所有的写入操作并返回客户端错误信息error 。del命令和读请求可以继续进行。不会删除数据。

### Redis淘汰策略详解 Redis作为一种基于内存的键值存储系统,在处理大量数据时可能会遇到内存不足的情况。为了应对这种情况,Redis提供了一系列的数据淘汰策略,通过`maxmemory-policy`参数进行配置。 #### 数据淘汰策略概述 Redis支持六种主要的数据淘汰策略[^1],每一种都有特定的应用场景优缺点: 1. **noeviction**: 当内存达到上限时,拒绝所有写入操作并返回错误。读取操作仍然可以正常执行。 2. **allkeys-lru**: 移除最近最少使用的键(Least Recently Used, LRU)。该策略适用于缓存场景,能够保留更常用的键。 3. **volatile-lru**: 仅移除设置了过期时间的键中最少使用的键。适合于带有TTL(Time To Live)标记的缓存数据。 4. **allkeys-random**: 随机移除任意键。此策略简单粗暴,通常不推荐用于生产环境。 5. **volatile-random**: 随机移除已设置过期时间的键。同样适用于带TTL的缓存数据。 6. **volatile-ttl**: 优先移除即将过期的键。这种策略特别适合那些希望尽快释放接近失效期限资源的场景。 随着版本更新,Redis还引入了两种新的淘汰机制——**LFU (Least Frequently Used)** 进一步增强的LRU变体[^5],它们分别关注访问频率时间顺序两个维度来决定哪些数据应该被淘汰。 #### 配置方法 要启用某种具体的淘汰政策,管理员需修改redis.conf文件中的`maxmemory-policy`选项或将相应命令发送给正在运行的服务实例。例如: ```bash CONFIG SET maxmemory-policy allkeys-lru ``` 上述指令动态调整当前服务器实例采用的是针对整个键空间按照最后访问时间排序后逐出旧条目的方式工作模式[^4]。 #### 应用场景分析 不同类型的业务负载可能需要不同的淘汰方案组合才能达到最佳效果。以下是几种典型情况下的推荐做法[^2]: - 对于纯粹作为高速缓存层存在的Redis部署来说,“allkeys-lru”通常是首选因为它能自动维护住最活跃的一部分项目集; - 如果某些记录确实存在明确生命周期,则考虑利用“volatile-*”系列规则配合恰当设定的有效期标签共同作用更为合理; - 特殊情况下比如游戏排行榜之类短期爆火但长期价值有限的内容列表对象,“volatile-ttl”将是不错的选择之一因为这类事物天然具备自毁倾向从而减少人为干预成本. 总之,正确选择实施相应的清除方针对于维持系统的高效运转至关重要[^3]. ```python import redis r = redis.Redis(host='localhost', port=6379) # 设置最大内存限制以及对应的淘汰策略 r.config_set('maxmemory', '1mb') r.config_set('maxmemory-policy', 'allkeys-lru') print(r.config_get('maxmemory')) print(r.config_get('maxmemory-policy')) ```
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值