开启掘金成长之旅！这是我参与「掘金日新计划 · 12 月更文挑战」的第32天，点击查看活动详情
使用Redis作为LRU缓存
LRU是Least Recently Used 的缩写,翻译过来就是“最近最少使用”,LRU缓存就是使用这种原理实现,简单的说就是缓存一定量的数据,当超过设定的阈值时就把一些过期的数据删除掉
相关指令
- maxmemory
- redis-cache所能使用的最大内存(bytes),默认为0,表示"无限制"
- 当内存满了的时候,如果还接收到set命令,redis将先尝试剔除设置过expire信息的key,而不管该key的过期时间还没有到达.
- 在删除时,将按照过期时间进行删除,最早将要被过期的key将最先被删除.如果带有expire信息的key都删光了,内存还不够用,那么将返回错误.这样,redis将不再接收写请求,只接收get请求.maxmemory的设置比较适合于把redis 当作于类似memcached的缓存来使用.
- maxmemory-policy
- 内存不足"时,数据清除策略,默认为"volatile-lru"
- volatile-lru
- 回收最近最少使用LRU的键,但只回收有设置过过期的键,为新数据腾出空间[个人理解]
- 对"过期集合"中的数据采取LRU(近期最少使用)算法.如果对key使用"expire"指令指定了过期时间,那么此key将会被添加到"过期集合"中.将已经过期/LRU的数据优先移除.如果"过期集合"中全部移除仍不能满足内存需求,将抛出OOM异常.
- allkeys-lru
- 回收最近最少使用LRU的键,为新数据腾出空间
- 对所有的数据,采用LRU算法
- volatile-random
- 回收随机的键,但只回收有设置过期的键,为新数据腾出空间
- 对"过期集合"中的数据采取"随即选取"算法,并移除选中的K-V,直到"内存足够"为止. 如果如果"过期集合"中全部移除全部移除仍不能满足,将抛出OOM异常
- allkeys-random
- 回收随机的键,为新数据腾出空间
- 对所有的数据,采取"随机选取"算法,并移除选中的K-V,直到"内存足够"为止
- volatile-ttl
- 回收有设置过期的键,尝试先回收离TTL最短时间的键,为新数据腾出空间
- 对"过期集合"中的数据采取TTL算法(最小存活时间),移除即将过期的数据.
- noeviction
- 当达到内存限制时返回错误
- 不做任何干扰操作,直接返回OOM异常
- maxmemory-samples 3
- 清理时,每次取出来多少个数据进行比对[个人理解]
- 清理时会根据用户配置的maxmemory-policy来做适当的清理(一般是LRU或TTL),这里的LRU或TTL策略并不是针对redis的所有key,而是以配置文件中的maxmemory-samples个key作为样本池进行抽样清理
回收过程
- 客户端执行一条新命令,导致数据库需要增加数据(比如set key value)
- Redis会检查内存使用,如果内存使用超过maxmemory,就会按照置换策略删除一些key
- 新的命令执行成功
回收原理
- 概述
- 当mem_used内存已经超过maxmemory的设定,对于所有的读写请求,都会触发redis.c/freeMemoryIfNeeded(void)函数以清理超出的内存.注意这个清理过程是阻塞的,直到清理出足够的内存空间.所以如果在达到maxmemory并且调用方还在不断写入的情况下,可能会反复触发主动清理策略,导致请求会有一定的延迟.
- 清理时会根据用户配置的maxmemory-policy来做适当的清理(一般是LRU或TTL),这里的LRU或TTL策略并不是针对redis的所有key,而是以配置文件中的maxmemory-samples个key作为样本池进行抽样清理
- TTL数据淘汰机制
- 从过期时间的表中随机挑选maxmemory-samples个键值对,取出其中ttl最大的键值对淘汰.
- LRU数据淘汰机制
- 在数据集中随机挑选maxmemory-samples个键值对,取出其中lru最小的键值对淘汰
