Redis内存淘汰策略

  为了防止 Redis 内存被越来越多的数据"撑爆"，Redis 使用了惰性删除 + 定期删除的混合策略来删除过期数据，但这也并不能完全防止内存溢出。

  假设，Redis 的过期策略暂未触发(可能前 1s 刚定时删除完，可能并未访问到过期的数据)，但此时内存中涌进一大批数据，直接将内存占满，此时如果不进行处理的话，又将出现 OOM。

  而针对上述情况，Redis 则会使用内存淘汰策略对符合条件的 key 进行删除，以此保障 Redis 的高效运行。

  也就是说，Redis 为了防止内存 OOM，它会使用"主动技能"根据过期策略对过期的数据进行删除，如果"主动技能"下存在漏网之鱼，当内存占满时会触发"被动技能"，根据内存淘汰策略对符合条件的数据删除。通过这样主动、被动的方案对数据进行删除，有效保证了 Redis 内存的可用性。

一、Redis 内存淘汰策略有哪些？

Redis 内存淘汰策略共有八种，这八种策略大体分为「不进行数据淘汰」和「进行数据淘汰」两类策略。

1、不进行数据淘汰的策略

• noeviction（Redis3.0之后，默认的内存淘汰策略）：它表示当运行内存超过最大设置内存时，不淘汰任何数据，这时如果有新的数据写入，会报错通知禁止写入，不淘汰任何数据，但是如果没用数据写入的话，只是单纯的查询或者删除操作的话，还是可以正常工作。

2、进行数据淘汰的策略

针对「进行数据淘汰」这一类策略，又可以细分为「在设置了过期时间的数据中进行淘汰」和「在所有数据范围内进行淘汰」这两类策略。

（1）在设置了过期时间的数据中进行淘汰：

• volatile-random：随机淘汰设置了过期时间的任意键值；
• volatile-ttl：优先淘汰更早过期的键值。
• volatile-lru（Redis3.0 之前，默认的内存淘汰策略）：淘汰所有设置了过期时间的键值中，最久未使用的键值；
• volatile-lfu（Redis 4.0 后新增的内存淘汰策略）：淘汰所有设置了过期时间的键值中，最少使用的键值；

（2）在所有数据范围内进行淘汰：

• allkeys-random：随机淘汰任意键值;
• allkeys-lru：淘汰整个键值中最久未使用的键值；
• allkeys-lfu（Redis 4.0 后新增的内存淘汰策略）：淘汰整个键值中最少使用的键值。

二、如何选择内存淘汰策略

  不同场景下，Redis 的用途不同，对数据的要求也不同，因此实际在选择内存淘汰策略时要根据具体场景选择合适的策略。

  以下是腾讯针对Redis的淘汰策略设置给出的建议：

• 当 Redis 作为缓存使用的时候，推荐使用 allkeys-lru 淘汰策略。该策略会将最近最少使用的 Key 淘汰。默认情况下，使用频率最低则后期命中的概率也最低，所以将其淘汰。
• 当 Redis 作为半缓存半持久化使用时，可以使用 volatile-lru。但因为 Redis 本身不建议保存持久化数据，所以只作为备选方案。

三、LRU 算法和 LFU 算法有什么区别？

1、什么是 LRU 算法？

  LRU 全称是 Least Recently Used 翻译为最近最少使用，会选择淘汰最近最少使用的数据。

  传统 LRU 算法的实现是基于「链表」结构，链表中的元素按照操作顺序从前往后排列，最新操作的键会被移动到表头，当需要内存淘汰时，只需要删除链表尾部的元素即可，因为链表尾部的元素就代表最久未被使用的元素。

2、Redis 是如何实现 LRU 算法的？

  如果 Redis 按照传统的方式实现 LRU 算法，一方面，Redis 需要创建额外的链表来管理缓存数据，无疑会增大其内存开销；另一方面，当数据被访问时，需要把数据移动到链表头部，如果大量数据被访问，就会出现很多节点移动操作，这样会降低 Redis 的性能。

  因此，Redis 并未使用传统方式实现 LRU 算法，其实现方式是在 Redis 的对象结构体中添加一个额外的字段 lru，用于记录此数据的最后一次访问时间。

  当 Redis 进行内存淘汰时，会使用随机采样的方式来淘汰数据，它是随机取 5 个值（此值可配置），然后淘汰最久没有使用的那个。

  Redis 实现的 LRU 算法的优点：

• 不用为所有的数据维护一个大链表，节省了空间占用；
• 不用在每次数据访问时都移动链表项，提升了缓存的性能；

  但是 LRU 算法有一个问题，无法解决缓存污染问题，比如应用一次读取了大量的数据，而这些数据只会被读取这一次，那么这些数据会留存在 Redis 缓存中很长一段时间，造成缓存污染。

3、什么是 LFU 算法？

  LFU 全称是 Least Frequently Used 翻译为最近最不常用，LFU 算法是根据数据访问次数来淘汰数据的，它的核心思想是“如果数据过去被访问多次，那么将来被访问的频率也更高”。

  所以， LFU 算法会记录每个数据的访问次数。当一个数据被再次访问时，就会增加该数据的访问次数。这样就解决了偶尔被访问一次之后，数据留存在缓存中很长一段时间的问题，相比于 LRU 算法也更合理一些。

4、Redis 是如何实现 LFU 算法的？

  LFU 算法相比于 LRU 算法的实现，在 Redis 的对象结构体的 lru 字段中多记录了「数据的访问频次」的信息。

  通过比较「数据的访问频次」的大小，从而决定要删除哪个数据。它的值越小表示使用频率越低，越容易淘汰，反之，值越大表示使用频率越高，越不容易淘汰。

参考：

• Redis 过期删除策略和内存淘汰策略有什么区别？ | 小林coding