目录
- 一、过期策略
- 1、惰性删除
- 2、定时删除
- 3、定期删除
- 二、内存淘汰机制
- 1、内存淘汰策略
- 2、内存淘汰算法
- 三、Lazy-Free机制
- Lazy Free 与缓存淘汰的关系
- 四、相关问题
- 1：Redis 给缓存数据设置过期时间？
- 2：Redis 是如何判断数据是否过期的呢？
- 3：大量 key 集中过期怎么办？
- 总结
在谈Redis过期概念时，先抛出几个问题：
- 1：Redis 给缓存数据设置过期时间？
- 2：Redis 是如何判断数据是否过期的呢？
- 3：大量 key 集中过期怎么办？
那么代入问题，根据概念思考这几个问题吧
Redis有三种数据过期策略：定时删除，惰性删除，定期删除
一、过期策略
1、惰性删除
当读/写一个已经过期的key时，会触发惰性删除策略，判断key是否过期，如果过期了直接删除掉这个key
简而言之：就是当被读写的时候，再判断是否过期再删除
对于过期的key不作任何处理，当获取key时检查key是否过期，过期就删除，否则直接返回。
- 优点：删除key操作只在取出key时发生，只删除当前key，占用CPU少。
- 缺点：当大量key超出过期时间后未被使用，会占用大量内存
2、定时删除
由于惰性删除策略无python法保证冷数据被及时的删掉，所以Redis会定期（默认每100ms）主动淘汰一批已过期的key，这里的一批只是部分过期的key，所以可能会出现部分key已经过期但是还没有被清理掉的情况，导致内存没有被及时释放
简而言之：每隔一定时间删除
在设置key的过期时间时设置定时器，当key过期时通过定时器删除key。
- 优点：保证过期的key被及时删除。
- 缺点：在key过多时，删除key会占用cpu资源，对服务器的响应时间和吞吐量造成影响。同时为每个key设置定时器有性能消耗
3、定期删除
redis默认每隔100ms就随机抽取一些设置了过期时间的key，检查其是否过期，如果有过期就删除。注意这里是随机抽取的。为什么要随机呢？你想一想假如 redis 存了几十万个 key ，每隔100ms就遍历所有的设置过期时间的 key 的话，就会给 CPU 带来很大的负载
简而言之：随机每隔一定时间删除
定时删除和惰性删除的这种方案，每隔一段时间检查redis中过期的key，并通过限制删除执行的时长和频率。
- 优点：删除key时限制了删除操作的时长和频率，减少了对CPU的影响。即使删除了过期key，减少了内存的占用。
- 缺点：如果定期删除太频繁，或者执行时间太长，会退化为定时删除，占用CPU资源。如果删除执行时间太短，或者执行频率低，会退化为惰性删除，出现内存浪费。
Redis使用的是定期删除+惰性删除的策略，在合理使用CPU和避免内存浪费之间平衡
定期删除+惰性删除存在的问题
如果某个key过期后，定期删除没删除成功，然后也没再次去请求key，也就是说惰性删除也没生效。这时，如果大量过期的key堆积在内存中，redis的内存会越来越高，导致redis的内存块耗尽。那么就应该采用内存淘汰机制
二、内存淘汰机制
1、内存淘汰策略
Redis Key没设置过期时间为什么被Redis主动删除了？
当Redis已用内存超过maxmemory限定时，就会触发主动清理策略
在 redis.conf 中有一行配置：
# maxmemory-policy noeviction
Redis的默认淘汰策略是noeviction
执行流程如下
主动清理策略在Redis4.0之前一共实现了8种内存淘汰策略
a）针对设置了过期时间的key做处理：
- 1、volatile-ttl：在设置了过期时间的键值对中，移除即将过期的键值对。
- 2、volatile-random：在设置了过期时间的键值对中，随机移除某个键值对。
- 3、volatile-lru：在设置了过期时间的键值对中，移除最近最少使用的键值对。
- 4、volatile-lfu：在设置了过期时间的键值对中，移除最近最不频繁使用的键值对
b）针对所有的key做处理：
- 5、allkeys-random：在所有键值对中，随机移除某个key。
- 6、allkeys-lru：在所有的键值对中，移除最近最少使用的键值对。
- 7、allkeys-lfu：在所有的键值对中，移除最近最不频繁使用的键值对
c）不处理：
- 8、noeviction：不进行淘汰数据。不会删除任何数据，拒绝所有写入操作并返回客户端错误信息"(error) OOM command not allowed when used memory"，此时Redis只响应读操作
一旦缓存被写满，再有写请求进来，Redis就不再提供服务，而是直接返回错误。Redis 用作缓存时，实际的数据集通常都是大于缓存容量的，总会有新的数据要写入缓存，这个策略本身不淘汰数据，也就不会腾出新的缓存空间，我们不把它用在 Redis 缓存中
2、内存淘汰算法
从内测淘汰策略分类上，我们可以得知，除了随机删除和不删除之外，主要有两种淘汰算法：LRU 算法和 LFU 算法
- LRU算法（Least Recently Used，最近最少使用）：淘汰很久没被访问过的数据，以最近一次访问时间作为参考
- LFU算法（Least Frequently Used,最不经常使用）：淘汰最近一段时间被访问次数最少得数据，以次数作为参考
绝大多数情况，使用LRU算法，当存在大量热点缓存数据时，LFU可能更好点
三、Lazy-Free机制
Lazy-Free 特性是 Redis 4.0 开始引入的，指的是让 Redis 采用异步方式延js迟释放 key 使用的内存，将该操作交给单独的子线程处理，避免阻塞主线程
目的是减少删除键时对主线程的影响，从而提高 Redis 的整体性能。
Lazy Free 主要有两种应用场景：
- 主动删除：使用 UNLINK 命令代替 DEL 命令来删除键。UNLINK 命令会在后台异步地释放内存
- 被动删除：在某些情况下，如过期键的删除或达到最大内存限制时的缓存淘汰，Redis 会尝试异步地释放内存。
Lazy Free 与缓存淘汰的关系
虽然 Lazy Free 不是缓存淘汰机制的一部分，但在缓存淘汰过程中，Lazy Free 可以用来优化缓存淘汰操作的执行方式，减少对 Redis 性能的影响。具体来说：
1、减少主线程阻塞：
在缓存淘汰策略中，当 Redis 需要删除键来释放内存时，使用 Lazy Free 可以减少主循环的阻塞时间。这是因为删除操作是在后台线程中完成的，而不是立即执行
2、提高性能：
Lazy Free 可以帮助提高 Redis 的性能，特别是在高负载的情况下，因为它减少了删除操作对主线程的影响。
3、与缓存淘汰策略的交互：
当 Redis 需要根据缓存淘汰策略删除键时，如果启用了python Lazy Free，那么这些删除操作可能会被异步执行，这有助于减少对客户端请求的延迟影响
例子：假设 Redis 的缓存淘汰策略配置为 allkeys-lru，并且启用了 Lazy Free
当 Redis 达到最大内存限制时，它会根据 LRU 策略选择一些键来删除。
如果这些键满足 Lazy Free 的条件（例如，使用了 UNLINK 命令或配python置了相应的 Lazy Free 选项），那么这些键的删除操作将在后台异步执行，而不是立即在主线程中执行
也就是说如果没有Lazy Free，执行缓存淘汰策略时，删除键的操作将会同步执行，可能会阻塞主线程，影响其他客户端的请求
四、相关问题
好了，来解决上面抛出的问题
1：Redis 给缓存数据设置过期时间？
（1）Redis的内存是有限的
- 如果不对缓存数据设置过期时间，那内存占用就会一直增长，最终可能会导致 OOM 问题。
- 通过设置合理的过期时间，Redis 会自动删除暂时不需要的数据，为新的缓存数据腾出空间
（2www.devze.com）某些业务场景需要某些数据在一段时间后过期
- 比如我们的短信验证码可能只在 1 分钟内有效，用户登录的 Token 可能只在 1 天内有效
- 如果使用传统的数据库来处理的话，一般都是自己判断过期，这样更麻烦并且性能要差很多
2：Redis 是如何判断数据是否过期的呢？
- Redis 通过一个叫做过期字典（可以看作是 hash 表）来保存数据过期的时间。过期字典的键指向 Redis 数据库中的某个 key(键)
- 过期字典的值是一个 long类型的整数，这个整数保存了 key 所指向的数据库键的过期时间（毫秒精度的 Unix 时间戳）
- 在查询一个 key 的时候，Redis 首先检查该 key 是否存在于过期字典中（时间复杂度为 O(1)），如果不在就直接返回，在的话需要判断一下这个 key 是否过期，过期直接删除 key 然后返回 null。
3：大量 key 集中过期怎么办？
如果存在大量 key 集中过期的问题，可能会使 Redis 的请求延迟变高。可以采用下面的可选方案来应对：
- 尽量避免 key 集中过期，在设置键的过期时间时尽量随机一点。
- 对过期的 key 开启 lazyfree 机制（修改 redis.conf 中的 lazyfree-lazy-expire参数即可），这样会在后台异步删除过期的 key，不会阻塞主线程的运行。
总结
以上为个人经验，希望能给大家一个参考，也希望大家多多支持编程客栈(www.devze.com)。
加载中,请稍侯......
精彩评论