基本概念

• 将所有数据都缓存在redis？

  • 内存资源有限
  • 数据访问局部性，82原理\

• 因为内容资源有限，当不够用就需要按既定策略进行淘汰

  • 指定淘汰策略，筛选出不重要数据
  • 删除这些缓存

设置多大的缓存容量合适

• 基本概念

  • 长尾效应：82原理基本概念，20%的数据提供了80%的访问
  • 重尾效应：因为个性化的定制，20%的缓存满足不了请求\

• 因此缓存大小需要数据实际访问特征和成本开销综合考虑

• 经验：设置为总数据量的15%至30%

• 设置redis容量大小指令：CONFIG SET maxmemory 4gb\

\

redis缓存淘汰策略

• 基本概念：redis4.0前有6种内存淘汰策略，4.0后增加了两种策略

  • noeviction不进行数据淘汰，直接返回错误   默认策略\

  • 其余七种淘汰策略

    • 在设置过期时间数据进行淘汰  缓存没写满，但是数据过期，也会被删除

      • volatile-random  随机删除\

      • volatile-ttl  删除最早的数据\

      • volatile-lru  采用lru算法\

      • volatile-lfu  采用lfu算法  是对lru的优化\

    • 在所有数据范围内进行淘汰

      • allkeys-lru 使用lru淘汰\

      • allkeys-random 所有数据随机删除\

      • allkeys-lfu 使用lfu淘汰\

• LRU 最近最少使用

  • 原理

    • 把所有数据组织成链表，链表头MRU 链表尾LRU
    • 每次更新数据放入MRU
    • 淘汰数据从LRU开始

  • 缺点

    • 链表占据空间
    • 大量的链表移动操作

• redis的LRU

  • 原理

    • 默认记录每个数据最近一次访问的时间戳
    • 淘汰数据时随机选择n个数据，将lru最小值数据淘汰
    • 再次淘汰时会选择lru 字段值必须小于候选集合中最小的 lru 值
    • 每次都淘汰lru最小的值

  • maxmemory-samples 设置选择的100个数据  CONFIG SET maxmemory-samples 100

• 经验

  • 优先使用 allkeys-lru 策略 充分利用lru算法 有冷热数据的情况\

  • allkeys-random 策略 无冷热数据的情况\

  • volatile-lru 策略，同时不给这些置顶数据设置过期时间  不能有删除的数据时\

\

如何处理淘汰数据

• 是干净数据即直接删除，脏数据需要写会数据库

  • 脏数据：与数据库中数据不相同，需要更新回数据库

• 解决办法，修改redis数据后将其写会数据库，否则淘汰时没有策略保证数据不丢失

\

小结

• redis总共有8种淘汰策略

  • 删除候选范围

    • 设置了过期时间的候选集
    • 没有设置过期时间的候选集

• 脏数据需要写会数据库，需要在修改时写回

\