Redis的三种删除策略以及逐出算法

分手后的思念是犯贱 2023-10-04 19:07 40阅读 0赞

--------------------

`大家好，我是卷心菜。本篇主要讲解Redis的三种删除策略以及逐出算法，如果您看完文章有所收获，可以三连支持博主哦~，嘻嘻。`

--------------------

#### 文章目录 ####

*  一、前言
 *  二、Redis中的数据特征
 *  三、时效性数据储存结构
 *  四、、数据删除策略
 *   *  1、定时删除
     *  2、惰性删除
     *  3、定期删除
 *  五、删除策略对比
 *  六、逐出算法
 *   *  1、概念引入
     *  2、八种配置

## 一、前言 ##

*  在文章开始之前，我先问大家一个问题：当我们使用指令：`expire key second`给一个key设置过期时间，过期时间一到，这个key对应的`过期数据`真的被服务器立即删除了吗？答案是并不会立即删除。知道了这个答案，就来看看Redis中如何处理过期的数据。

## 二、Redis中的数据特征 ##

*  Redis是一种内存级数据库，所有数据均存放在内存中，内存中的数据可以通过TTL指令获取其状态，有三种状态：

<table> 
 <thead> 
  <tr> 
   <th>指令结果</th> 
   <th>状态</th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td>XX</td> 
   <td>具有时效性的数据</td> 
  </tr> 
  <tr> 
   <td>-1</td> 
   <td>永久有效的数据</td> 
  </tr> 
  <tr> 
   <td>-2</td> 
   <td><font>已经过期的数据</font> 或 被删除的数据 或 未定义的数据</td> 
  </tr> 
 </tbody> 
</table>

## 三、时效性数据储存结构 ##

![在这里插入图片描述][63bbae0aafb740638c03df8d00dac662.png]

当我们用指令设置过期数据后，数据对应的地址会放在expires空间中，存储方式是哈希，存储的value是过期时间。

## 四、、数据删除策略 ##

*  `数据删除策略目标：`在内存占用与CPU占用之间寻找一种平衡，顾此失彼都会造成整体redis性能的下降，甚至引发服务器宕机或内存泄露

### 1、定时删除 ###

*  创建一个定时器，当key设置有过期时间，且过期时间到达时，由定时器任务立即执行对键的删除操作
 *  优点：节约内存，到时就删除，快速释放掉不必要的内存占用
 *  缺点：CPU压力很大，无论CPU此时负载量多高，均占用CPU，会影响redis服务器响应时间和指令吞吐量

![在这里插入图片描述][20269eb2dd254dd89698f92d4e0a6148.png]

### 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，会调用`expireIfNeeded()`函数来判断该数据是否过期：  
    如果未过期，返回数据  
    发现已过期，删除，返回不存在
 *  优点：节约CPU性能，发现必须删除的时候才删除
 *  缺点：内存压力很大，出现长期占用内存的数据

![在这里插入图片描述][aa8d369abb3e44189b19e35145ca101f.png]

### 3、定期删除 ###

![在这里插入图片描述][463d7ee8f8b24269b3fb638b27f299f7.png]  
流程分析：

*  Redis服务器启动初始化时，读取配置server.hz的值，默认为10
 *  然后每秒钟执行10次`serverCron()`方法，该方法用来检测服务器
 *  `serverCron()`方法又会调用`databasesCron()`方法，该方法是用来遍历数据库的，redis默认有16个数据库，从第一个数据库开始
 *  `databasesCron()`方法又会调用`activeExpireCycle()`方法，该方法会对每一个`expires[*]`逐一进行检测，每次执行250ms/server.hz；对某个`expires[*]`检测时，随机挑选W个key检测
 *  如果检测到key超时，则删除key；如果一轮中删除的key的数量>W*25%，循环该过程；如果一轮中删除的key的数量≤W*25%，检查下一个`expires[*]`，0-15循环。其中W取值=ACTIVE\_EXPIRE\_CYCLE\_LOOKUPS\_PER\_LOOP属性值
 *  如果activeExpireCycle()执行时间到期，下次从current\_db继续向下执行
 *  参数current\_db用于记录activeExpireCycle() 进入哪个expires\[\*\] 执行

![在这里插入图片描述][0ec5c4280a9f43b8a4105feb9c2aa92d.png]

*  `总结：`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
 *  内存压力不是很大，长期占用内存的冷数据会被持续清理

## 五、删除策略对比 ##

<table> 
 <thead> 
  <tr> 
   <th>定时删除</th> 
   <th>节约内存，无占用</th> 
   <th>不分时段占用CPU资源，频度高</th> 
   <th>拿时间换空间</th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td>惰性删除</td> 
   <td>内存占用严重</td> 
   <td>延时执行，CPU利用率高</td> 
   <td>拿空间换时间</td> 
  </tr> 
  <tr> 
   <td>定期删除</td> 
   <td>内存定期随机清理</td> 
   <td>每秒花费固定的CPU资源维护内存</td> 
   <td>随机抽查，重点抽查</td> 
  </tr> 
 </tbody> 
</table>

## 六、逐出算法 ##

### 1、概念引入 ###

当新数据进入redis时，如果内存不足怎么办？Redis使用内存存储数据，在执行每一个命令前，会调用`freeMemoryIfNeeded()`检测内存是否充足。如果内存不满足新加入数据的最低存储要求，redis要临时删除一些数据为当前指令清理存储空间。清理数据的策略称为逐出算法。

注意：逐出数据的过程不是100%能够清理出足够的可使用的内存空间，如果不成功则反复执行。当对所有数据尝试完毕后，如果不能达到内存清理的要求，将出现错误信息。  
![在这里插入图片描述][5d617d557e1a450b9a9ae238049001ac.png]

### 2、八种配置 ###

*  检测易失数据（`可能会过期的数据集server.db[i].expires` ）

<table> 
 <thead> 
  <tr> 
   <th>volatile-lru</th> 
   <th>挑选最近最少使用的数据淘汰</th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td>volatile-lfu</td> 
   <td>挑选最近使用次数最少的数据淘汰</td> 
  </tr> 
  <tr> 
   <td>volatile-ttl</td> 
   <td>挑选将要过期的数据淘汰</td> 
  </tr> 
  <tr> 
   <td>volatile-random</td> 
   <td>任意选择数据淘汰</td> 
  </tr> 
 </tbody> 
</table>

*  检测全库数据（`所有数据集server.db[i].dict` ）

<table> 
 <thead> 
  <tr> 
   <th>allkeys-lru</th> 
   <th>挑选最近最少使用的数据淘汰</th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td>allkeys-lfu</td> 
   <td>挑选最近使用次数最少的数据淘汰</td> 
  </tr> 
  <tr> 
   <td>allkeys-random</td> 
   <td>任意选择数据淘汰</td> 
  </tr> 
 </tbody> 
</table>

*  放弃数据驱逐

<table> 
 <thead> 
  <tr> 
   <th>no-enviction</th> 
   <th>禁止驱逐数据（redis4.0中默认策略）</th> 
  </tr> 
 </thead> 
</table>

--------------------

`感谢阅读，一起进步，嘻嘻~`

[63bbae0aafb740638c03df8d00dac662.png]: https://img-blog.csdnimg.cn/63bbae0aafb740638c03df8d00dac662.png
[20269eb2dd254dd89698f92d4e0a6148.png]: https://img-blog.csdnimg.cn/20269eb2dd254dd89698f92d4e0a6148.png
[aa8d369abb3e44189b19e35145ca101f.png]: https://img-blog.csdnimg.cn/aa8d369abb3e44189b19e35145ca101f.png
[463d7ee8f8b24269b3fb638b27f299f7.png]: https://img-blog.csdnimg.cn/463d7ee8f8b24269b3fb638b27f299f7.png
[0ec5c4280a9f43b8a4105feb9c2aa92d.png]: https://img-blog.csdnimg.cn/0ec5c4280a9f43b8a4105feb9c2aa92d.png
[5d617d557e1a450b9a9ae238049001ac.png]: https://img-blog.csdnimg.cn/5d617d557e1a450b9a9ae238049001ac.png