理解Redis的内存回收机制
以前看到过一道面试题：Redis的过时策略都有哪些？内存淘汰机制都有哪些？手写一下LRU代码实现？笔者结合在工做上遇到的问题学习分析，但愿看完这篇文章能对你们有所帮助。面试
从一次不可描述的故障提及
问题描述：一个依赖于定时器任务的生成的接口列表数据，时而有，时而没有。redis
怀疑是Redis过时删除策略
排查过程长，由于手动执行定时器，set数据没有报错，可是set数据以后不生效。算法
set没报错，可是set完再查的状况下没数据，开始怀疑Redis的过时删除策略（准确来讲应该是Redis的内存回收机制中的数据淘汰策略触发内存上限淘汰数据。），致使新加入Redis的数据都被丢弃了。最终发现故障的缘由是由于配置错了，致使数据写错地方，并非Redis的内存回收机制引发。数据库
经过此次故障后思考总结，若是下一次遇到相似的问题，在怀疑Redis的内存回收以后，如何有效地证实它的正确性？如何快速证实猜想的正确与否？以及什么状况下怀疑内存回收才是合理的呢？下一次若是再次遇到相似问题，就可以更快更准地定位问题的缘由。另外，Redis的内存回收机制原理也须要掌握，明白是什么，为何。数据结构
花了点时间查阅资料研究Redis的内存回收机制，并阅读了内存回收的实现代码，经过代码结合理论，给你们分享一下Redis的内存回收机制。dom
为何须要内存回收？
一、在Redis中，set指令能够指定key的过时时间，当过时时间到达之后，key就失效了；异步
二、Redis是基于内存操做的，全部的数据都是保存在内存中，一台机器的内存是有限且很宝贵的。函数
基于以上两点，为了保证Redis能继续提供可靠的服务，Redis须要一种机制清理掉不经常使用的、无效的、多余的数据，失效后的数据须要及时清理，这就须要内存回收了。oop
Redis的内存回收机制
Redis的内存回收主要分为过时删除策略和内存淘汰策略两部分。学习
过时删除策略
删除达到过时时间的key。
一、定时删除
对于每个设置了过时时间的key都会建立一个定时器，一旦到达过时时间就当即删除。该策略能够当即清除过时的数据，对内存较友好，可是缺点是占用了大量的CPU资源去处理过时的数据，会影响Redis的吞吐量和响应时间。
二、惰性删除
当访问一个key时，才判断该key是否过时，过时则删除。该策略能最大限度地节省CPU资源，可是对内存却十分不友好。有一种极端的状况是可能出现大量的过时key没有被再次访问，所以不会被清除，致使占用了大量的内存。
在计算机科学中，懒惰删除（英文：lazy deletion）指的是从一个散列表（也称哈希表）中删除元素的一种方法。在这个方法中，删除仅仅是指标记一个元素被删除，而不是整个清除它。被删除的位点在插入时被看成空元素，在搜索之时被看成已占据。
三、按期删除
每隔一段时间，扫描Redis中过时key字典，并清除部分过时的key。该策略是前二者的一个折中方案，还能够经过调整定时扫描的时间间隔和每次扫描的限定耗时，在不一样状况下使得CPU和内存资源达到最优的平衡效果。
在Redis中，同时使用了按期删除和惰性删除。
过时删除策略原理
为了你们听起来不会以为疑惑，在正式介绍过时删除策略原理以前，先给你们介绍一点可能会用到的相关Redis基础知识。
redisDb结构体定义
咱们知道，Redis是一个键值对数据库，对于每个redis数据库，redis使用一个redisDb的结构体来保存，它的结构以下：
typedef struct redisDb {
dict *dict; /* 数据库的键空间，保存数据库中的全部键值对 */
dict *expires; /* 保存全部过时的键 */
dict *blocking_keys; /* Keys with clients waiting for data (BLPOP)*/
dict *ready_keys; /* Blocked keys that received a PUSH */
dict *watched_keys; /* WATCHED keys for MULTI/EXEC CAS */
int id; /* 数据库ID字段，表明不一样的数据库 */
long long avg_ttl; /* Average TTL, just for stats */
} redisDb;
从结构定义中咱们能够发现，对于每个Redis数据库，都会使用一个字典的数据结构来保存每个键值对，dict的结构图以下：
以上就是过时策略实现时用到比较核心的数据结构。程序=数据结构+算法，介绍完数据结构之后，接下来继续看看处理的算法是怎样的。
expires属性
redisDb定义的第二个属性是expires，它的类型也是字典，Redis会把全部过时的键值对加入到expires，以后再经过按期删除来清理expires里面的值。加入expires的场景有：
一、set指定过时时间expire
若是设置key的时候指定了过时时间，Redis会将这个key直接加入到expires字典中，并将超时时间设置到该字典元素。
二、调用expire命令
显式指定某个key的过时时间
三、恢复或修改数据
从Redis持久化文件中恢复文件或者修改key，若是数据中的key已经设置了过时时间，就将这个key加入到expires字典中
以上这些操做都会将过时的key保存到expires。redis会按期从expires字典中清理过时的key。
Redis清理过时key的时机
一、Redis在启动的时候，会注册两种事件，一种是时间事件，另外一种是文件事件。（可参考启动Redis的时候，Redis作了什么）时间事件主要是Redis处理后台操做的一类事件，好比客户端超时、删除过时key；文件事件是处理请求。
在时间事件中，redis注册的回调函数是serverCron，在定时任务回调函数中，经过调用databasesCron清理部分过时key。（这是按期删除的实现。）
int serverCron(struct aeEventLoop *eventLoop, long long id, void *clientData)
{
…
/* Handle background operations on Redis databases. */
databasesCron();
...
}
二、每次访问key的时候，都会调用expireIfNeeded函数判断key是否过时，若是是，清理key。（这是惰性删除的实现。）
robj *lookupKeyRead(redisDb *db, robj *key) {
robj *val;
expireIfNeeded(db,key);
val = lookupKey(db,key);
...
return val;
}
三、每次事件循环执行时，主动清理部分过时key。（这也是惰性删除的实现。）
void aeMain(aeEventLoop *eventLoop) {
eventLoop->stop = 0;
while (!eventLoop->stop) {
if (eventLoop->beforesleep != NULL)
eventLoop->beforesleep(eventLoop);
aeProcessEvents(eventLoop, AE_ALL_EVENTS);
}
}
void beforeSleep(struct aeEventLoop *eventLoop) {
...
/* Run a fast expire cycle (the called function will return
- ASAP if a fast cycle is not needed). */
if (server.active_expire_enabled && server.masterhost == NULL)
activeExpireCycle(ACTIVE_EXPIRE_CYCLE_FAST);
...
}
过时策略的实现
咱们知道，Redis是以单线程运行的，在清理key是不能占用过多的时间和CPU，须要在尽可能不影响正常的服务状况下，进行过时key的清理。过时清理的算法以下：
一、server.hz配置了serverCron任务的执行周期，默认是10，即CPU空闲时每秒执行十次。
二、每次清理过时key的时间不能超过CPU时间的25%：timelimit = 1000000*ACTIVE_EXPIRE_CYCLE_SLOW_TIME_PERC/server.hz/100;
好比，若是hz=1，一次清理的最大时间为250ms，hz=10，一次清理的最大时间为25ms。
三、若是是快速清理模式（在beforeSleep函数调用），则一次清理的最大时间是1ms。
四、依次遍历全部的DB。
五、从db的过时列表中随机取20个key，判断是否过时，若是过时，则清理。
六、若是有5个以上的key过时，则重复步骤5，不然继续处理下一个db
七、在清理过程当中，若是达到CPU的25%时间，退出清理过程。
从实现的算法中能够看出，这只是基于几率的简单算法，且是随机的抽取，所以是没法删除全部的过时key，经过调高hz参数能够提高清理的频率，过时key能够更及时的被删除，但hz过高会增长CPU时间的消耗。
删除key
Redis4.0之前，删除指令是del，del会直接释放对象的内存，大部分状况下，这个指令很是快，没有任何延迟的感受。可是，若是删除的key是一个很是大的对象，好比一个包含了千万元素的hash，那么删除操做就会致使单线程卡顿，Redis的响应就慢了。为了解决这个问题，在Redis4.0版本引入了unlink指令，能对删除操做进行“懒”处理，将删除操做丢给后台线程，由后台线程来异步回收内存。
实际上，在判断key须要过时以后，真正删除key的过程是先广播expire事件到从库和AOF文件中，而后在根据redis的配置决定当即删除仍是异步删除。
若是是当即删除，Redis会当即释放key和value占用的内存空间，不然，Redis会在另外一个bio线程中释放须要延迟删除的空间。
小结
总的来讲，Redis的过时删除策略是在启动时注册了serverCron函数，每个时间时钟周期，都会抽取expires字典中的部分key进行清理，从而实现按期删除。另外，Redis会在访问key时判断key是否过时，若是过时了，就删除，以及每一次Redis访问事件到来时，beforeSleep都会调用activeExpireCycle函数，在1ms时间内主动清理部分key，这是惰性删除的实现。
Redis结合了按期删除和惰性删除，基本上能很好的处理过时数据的清理，可是实际上仍是有点问题的，若是过时key较多，按期删除漏掉了一部分，并且也没有及时去查，即没有走惰性删除，那么就会有大量的过时key堆积在内存中，致使redis内存耗尽，当内存耗尽以后，有新的key到来会发生什么事呢？是直接抛弃仍是其余措施呢？有什么办法能够接受更多的key？
内存淘汰策略
Redis的内存淘汰策略，是指内存达到maxmemory极限时，使用某种算法来决定清理掉哪些数据，以保证新数据的存入。
Redis的内存淘汰机制
noeviction: 当内存不足以容纳新写入数据时，新写入操做会报错。
allkeys-lru：当内存不足以容纳新写入数据时，在键空间（server.db[i].dict）中，移除最近最少使用的 key（这个是最经常使用的）。
allkeys-random：当内存不足以容纳新写入数据时，在键空间（server.db[i].dict）中，随机移除某个 key。
volatile-lru：当内存不足以容纳新写入数据时，在设置了过时时间的键空间（server.db[i].expires）中，移除最近最少使用的 key。
volatile-random：当内存不足以容纳新写入数据时，在设置了过时时间的键空间（server.db[i].expires）中，随机移除某个 key。
volatile-ttl：当内存不足以容纳新写入数据时，在设置了过时时间的键空间（server.db[i].expires）中，有更早过时时间的 key 优先移除。
在配置文件中，经过maxmemory-policy能够配置要使用哪个淘汰机制。
何时会进行淘汰？
Redis会在每一次处理命令的时候（processCommand函数调用freeMemoryIfNeeded）判断当前redis是否达到了内存的最大限制，若是达到限制，则使用对应的算法去处理须要删除的key。伪代码以下：
int processCommand(client *c)
{
...
if (server.maxmemory) {
int retval = freeMemoryIfNeeded();
}
...
}
LRU实现原理
在淘汰key时，Redis默认最经常使用的是LRU算法（Latest Recently Used）。Redis经过在每个redisObject保存lru属性来保存key最近的访问时间，在实现LRU算法时直接读取key的lru属性。
具体实现时，Redis遍历每个db，从每个db中随机抽取一批样本key，默认是3个key，再从这3个key中，删除最近最少使用的key。实现伪代码以下：
keys = getSomeKeys(dict, sample)
key = findSmallestIdle(keys)
remove(key)
3这个数字是配置文件中的maxmeory-samples字段，也是能够能够设置采样的大小，若是设置为10，那么效果会更好，不过也会耗费更多的CPU资源。
以上就是Redis内存回收机制的原理介绍，了解了上面的原理介绍后，回到一开始的问题，在怀疑Redis内存回收机制的时候能不能及时判断故障是否是由于Redis的内存回收机制致使的呢？
回到问题原点
如何证实故障是否是由内存回收机制引发的？
根据前面分析的内容，若是set没有报错，可是不生效，只有两种状况：
一、设置的过时时间太短，好比，1s？
二、内存超过了最大限制，且设置的是noeviction或者allkeys-random。
所以，在遇到这种状况，首先看set的时候是否加了过时时间，且过时时间是否合理，若是过时时间较短，那么应该检查一下设计是否合理。
若是过时时间没问题，那就须要查看Redis的内存使用率，查看Redis的配置文件或者在Redis中使用info命令查看Redis的状态，maxmemory属性查看最大内存值。若是是0，则没有限制，此时是经过total_system_memory限制，对比used_memory与Redis最大内存，查看内存使用率。
若是当前的内存使用率较大，那么就须要查看是否有配置最大内存，若是有且内存超了，那么就能够初步断定是内存回收机制致使key设置不成功，还须要查看内存淘汰算法是否noeviction或者allkeys-random，若是是，则能够确认是redis的内存回收机制致使。若是内存没有超，或者内存淘汰算法不是上面的二者，则还须要看看key是否已通过期，经过ttl查看key的存活时间。若是运行了程序，set没有报错，则ttl应该立刻更新，不然说明set失败，若是set失败了那么就应该查看操做的程序代码是否正确了。
总结
Redis对于内存的回收有两种方式，一种是过时key的回收，另外一种是超过redis的最大内存后的内存释放。
对于第一种状况，Redis会在：
一、每一次访问的时候判断key的过时时间是否到达，若是到达，就删除key
二、redis启动时会建立一个定时事件，会按期清理部分过时的key，默认是每秒执行十次检查，每次过时key清理的时间不超过CPU时间的25%，即若hz=1，则一次清理时间最大为250ms，若hz=10，则一次清理时间最大为25ms。
对于第二种状况，redis会在每次处理redis命令的时候判断当前redis是否达到了内存的最大限制，若是达到限制，则使用对应的算法去处理须要删除的key。