Redis数据过时策略详解

 

内存淘汰策略主要采用了6种方式进行内存对象的释放操做

1.volatile-lru:从设置了过时时间的数据集中，选择最近最久未使用的数据释放

2.allkeys-lru:从数据集中(包括设置过时时间以及未设置过时时间的数据集中)，选择最近最久未使用的数据释放

3.volatile-random:从设置了过时时间的数据集中，随机选择一个数据进行释放

4.allkeys-random:从数据集中(包括了设置过时时间以及未设置过时时间)随机选择一个数据进行入释放

5.volatile-ttl：从设置了过时时间的数据集中，选择立刻就要过时的数据进行释放操做

6.noeviction：不删除任意数据(但redis还会根据引用计数器进行释放呦~),这时若是内存不够时，会直接返回错误

http://blog.csdn.net/zdy0_2004/article/details/44685615

 

redis只是每一个Object维护一个相对的时间,淘汰时,随机取3个或者更多的,找到最老的进行淘汰.这样节省了双链表的指针开销,读时还不用加锁.虽不能保证必定淘汰最老的,但倾向于淘汰偏老的对象, 通过咱们线上的实测:和标准的LRU对比,命中率的损失很是小, 效果不错。

http://blog.csdn.net/wallwind/article/details/44906613

 

Redis的LRU算法不是一个严格的LRU实现。这意味着Redis不能选择最佳候选键来回收，也就是最久未被访问的那些键。相反，Redis 会尝试执行一个近似的LRU算法，经过采样一小部分键，而后在采样键中回收最适合(拥有最久访问时间)的那个。

然而，从Redis3.0开始，算法被改进为维护一个回收候选键池。这改善了算法的性能，使得更接近于真实的LRU算法的行为。Redis的LRU算法有一点很重要，你能够调整算法的精度，经过改变每次回收时检查的采样数量。

这个参数能够经过以下配置指令：

maxmemory-samples 5

Redis没有使用真实的LRU实现的缘由，是由于这会消耗更多的内存。然而，近似值对使用Redis的应用来讲基本上也是等价的。

http://blog.csdn.net/codetomylaw/article/details/50246255

 

惰性删除+按期删除

• 惰性删除流程
  • 在进行get或setnx等操做时，先检查key是否过时，
  • 若过时，删除key，而后执行相应操做；
  • 若没过时，直接执行相应操做
• 按期删除流程（简单而言，对指定个数个库的每个库随机删除小于等于指定个数个过时key）
  • 遍历每一个数据库（就是redis.conf中配置的"database"数量，默认为16）
    • 检查当前库中的指定个数个key（默认是每一个库检查20个key，注意至关于该循环执行20次，循环体时下边的描述）
      • 若是当前库中没有一个key设置了过时时间，直接执行下一个库的遍历
      • 随机获取一个设置了过时时间的key，检查该key是否过时，若是过时，删除key
      • 判判定期删除操做是否已经达到指定时长，若已经达到，直接退出按期删除。

http://www.cnblogs.com/java-zhao/p/5205771.html

http://www.cnblogs.com/xuliangxing/p/7151812.html

 

redis 4.0引入LFU，要配置LFU模式，如下策略是可用的：

• volatile-lfu:使用LFU算法驱逐keys，在过时的keys中驱逐。
• allKeys-lfu：使用LFU算法驱逐keys。

http://blog.csdn.net/iycynna_123/article/details/72628272

 

http://blog.csdn.net/qq_35440678/article/details/53453107