redis-20.删除策略
删除策略
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
- XX:具有时效性的数据
- -1:永久有效的数据
- -2:已经过期的数据或被删除的数据或未定义的数据
数据删除策略
- 定时删除
- 惰性删除
- 定期删除
时效性数据的存储结构
数据删除策略的目标
在内存占用于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,甚至引发服务器的宕机或内存泄漏
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服务响应时间和指令吞吐量
- 总结:用处理器性能换取存储空间(拿时间换空间)
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
- 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
- 总结:用存储空间换取处理器性能(拿空间换时间)
定期删除
Redis启动服务器初始化时,读取配置server.hz的值,默认为10
每秒钟执行server.hz次serverCron()->databasesCron()->activeExpireCycle()
对某个exoires[*]检测时,随机挑选W个key检测
- 如果key超时,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<=W25%,检查下一个expires[],0-15循环
- W取值=ACTIVE_EXPIRE_CYCLE_LOOKUPS_PER_LOOP属性值
参数current_db用于记录activeExpireCycle()进入哪个exoires[*]执行
如果activeExpireCycle()执行时间到期,下次从current_db继续向下执行
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
特点1: CPU性能占用设置有峰值,检测频度可自定义设置
特点2: 内存压力不是很大,长期占用内存的冷数据会被持续清理
总结: 周期性抽查存储空间(随机抽查,重点抽查)
删除策略比对
策略 | 内存 | CPU | |
---|---|---|---|
定时删除 | 节约内存,无占用 | 不分时段占用CPU资源,频度高 | 拿时间换空间 |
惰性删除 | 内存占用严重 | 延时执行,CPU利用率高 | 拿空间换时间 |
定期删除 | 内存定期随机清理 | 每秒花费固定的CPU资源维护内存 | 随机抽查,重点抽查 |
逐出算法
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除存储空间。清除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。
影响数据逐出的相关配置
最大可使用内存
maxmemory
占用物理内存的比例,默认值为0,表示不限制。生产环境中根据需求设定,通常设置在50%以上。
每次选取待删除数据的个数
maxmemory-samples
选取数据时并不会全库扫描,导致严重的性能消耗,降低读写性能。因此采用随机获取数据的方式作为待检测删除数据
删除策略
maxmemory-policy
达到最大内存后,对被挑选出来的数据进行删除的策略
检测易失数据(可能会过期的数据集server.db[i].expires)
1.volatile-lru:挑选最近最少使用的数据淘汰
2.volatile-lfu:挑选最近使用次数最少的数据淘汰
3.volatile-ttl:挑选将要过期的数据淘汰
4.volatile-random:任意选择数据淘汰检测全库数据(所有数据集server.db[i].dict)
5.allkeys-lru:挑选最近最少使用的数据淘汰
6.allkeys-lfu:挑选最近使用次数最少的数据淘汰
7.allkeys-random:任意选择数据淘汰放弃数据驱逐
8.no-enviction(驱逐):禁止驱逐数据(redis4.0中默认策略),会引发错误OOM(Out Of Memory)maxmemory-policy volatile-lru
使用INFO命令输出监控信息,查询缓存hit和miss的次数,根据业务需求调优Redis配置
本作品采用《CC 协议》,转载必须注明作者和本文链接