别再问我Redis内存满了该怎么办了

概述

Redis的文章，我以前写过一篇关于Redis的缓存的三大问题，累计阅读也快800了，对于还只有3k左右的粉丝量，可以达到这个阅读量，已是比较难了。

这说明那篇文章写的还过得去，收到不少人的阅读确定，感兴趣的看一下[]。

三大缓存问题只是Redis的其中的一小部分的知识点，想要深刻学习Redis还要学习比较多的知识点。

那么今天就带来了一个面试常问的一个问题：假如你的Redis内存满了怎么办？ 长期的把Redis做为缓存使用，总有一天会存满的时候对吧。

这个面试题不慌呀，在Redis中有配置参数maxmemory能够设置Redis内存的大小。

在Redis的配置文件redis.conf文件中，配置maxmemory的大小参数以下所示： 实际生产中确定不是100mb的大小哈，不要给误导了，这里我只是让你们认识这个参数，通常小的公司都是设置为3G左右的大小。

除了在配置文件中配置生效外，还能够经过命令行参数的形式，进行配置，具体的配置命令行以下所示：

//获取maxmemory配置参数的大小
127.0.0.1:6379> config get maxmemory
//设置maxmemory参数为100mb
127.0.0.1:6379> config set maxmemory 100mb
复制代码

假若实际的存储中超出了Redis的配置参数的大小时，Redis中有淘汰策略，把须要淘汰的key给淘汰掉，整理出干净的一块内存给新的key值使用。

接下来咱们就详细的聊一聊Redis中的淘汰策略，而且深刻的理解每一个淘汰策略的原理和应用的场景。

淘汰策略

Redis提供了6种的淘汰策略，其中默认的是noeviction，这6中淘汰策略以下：

1. noeviction( 默认策略)：如果内存的大小达到阀值的时候，全部申请内存的指令都会报错。
2. allkeys-lru：全部key都是使用 LRU算法进行淘汰。
3. volatile-lru：全部 设置了过时时间的key使用LRU算法进行淘汰。
4. allkeys-random：全部的key使用 随机淘汰的方式进行淘汰。
5. volatile-random：全部 设置了过时时间的key使用随机淘汰的方式进行淘汰。
6. volatile-ttl：全部设置了过时时间的key 根据过时时间进行淘汰，越早过时就越快被淘汰。

假如在Redis中的数据有一部分是热点数据，而剩下的数据是冷门数据，或者咱们不太清楚咱们应用的缓存访问分布情况，这时可使用allkeys-lru。

假如全部的数据访问的频率大概同样，就可使用allkeys-random的淘汰策略。

假如要配置具体的淘汰策略，能够在redis.conf配置文件中配置，具体配置以下所示： 这只须要把注释给打开就能够，而且配置指定的策略方式，另外一种的配置方式就是命令的方式进行配置，具体的执行命令以下所示：

// 获取maxmemory-policy配置
127.0.0.1:6379> config get maxmemory-policy
// 设置maxmemory-policy配置为allkeys-lru
127.0.0.1:6379> config set maxmemory-policy allkeys-lru
复制代码

在介绍6种的淘汰策略方式的时候，说到了LRU算法，那么什么是LRU算法呢？

LRU算法

LRU(Least Recently Used)即表示最近最少使用，也就是在最近的时间内最少被访问的key，算法根据数据的历史访问记录来进行淘汰数据。

它的核心的思想就是：假如一个key值在最近不多被使用到，那么在未来也不多会被访问。

实际上Redis实现的LRU并非真正的LRU算法，也就是名义上咱们使用LRU算法淘汰键，可是实际上被淘汰的键并不必定是真正的最久没用的。

Redis使用的是近似的LRU算法，经过随机采集法淘汰key，每次都会随机选出5个key，而后淘汰里面最近最少使用的key。

这里的5个key只是默认的个数，具体的个数也能够在配置文件中进行配置，在配置文件中的配置以下图所示： 当近似LRU算法取值越大的时候就会越接近真实的LRU算法，能够这样理解，由于取值越大那么获取的数据就越全，淘汰中的数据的就越接近最近最少使用的数据。

那么为了实现根据时间实现LRU算法，Redis必须为每一个key中额外的增长一个内存空间用于存储每一个key的时间，大小是3字节。

在Redis 3.0中对近似的LRU算法作了一些优化，Redis中会维护大小是16的一个候选池的内存。

当第一次随机选取的采样数据，数据都会被放进候选池中，而且候选池中的数据会根据时间进行排序。

当第二次之后选取的数据，只有小于候选池内的最小时间的才会被放进候选池中。

当某一时刻候选池的数据满了，那么时间最大的key就会被挤出候选池。当执行淘汰时，直接从候选池中选取最近访问时间最小的key进行淘汰。

这样作的目的就是选取出最近似符合最近最少被访问的key值，可以正确的淘汰key值，由于随机选取的样本中的最小时间可能不是真正意义上的最小时间。

可是LRU算法有一个弊端：就是假如一个key值在之前都没有被访问到，然而最近一次被访问到了，那么就会认为它是热点数据，不会被淘汰。

然而有些数据之前常常被访问到，只是最近的时间内没有被访问到，这样就致使这些数据极可能被淘汰掉，这样一来就会出现误判而淘汰热点数据。

因而在Redis 4.0的时候除了LRU算法，新加了一种LFU算法，那么什么是LFU算法算法呢？

LFU算法

LFU(Least Frequently Used)即表示最近频繁被使用，也就是最近的时间段内，频繁被访问的key，它以最近的时间段的被访问次数的频率做为一种判断标准。

它的核心思想就是：根据key最近被访问的频率进行淘汰，比较少被访问的key优先淘汰，反之则优先保留。

LFU算法反映了一个key的热度状况，不会由于LRU算法的偶尔一次被访问被认为是热点数据。

在LFU算法中支持volatile-lfu策略和allkeys-lfu策略。

以上介绍了Redis的6种淘汰策略，这6种淘汰策略旨在告诉咱们怎么作，可是何时作？这个还没说，下面咱们就来详细的了解Redis何时执行淘汰策略。

删除过时键策略

在Redis种有三种删除的操做此策略，分别是：

1. 定时删除：建立一个定时器，定时的执行对key的删除操做。
2. 惰性删除：每次只有再访问key的时候，才会检查key的过时时间，如果已通过期了就执行删除。
3. 按期删除：每隔一段时间，就会检查删除掉过时的key。

定时删除对于内存来讲是友好的，定时清理出干净的空间，可是对于cpu来讲并非友好的，程序须要维护一个定时器，这就会占用cpu资源。

惰性的删除对于cpu来讲是友好的，cpu不须要维护其它额外的操做，可是对于内存来讲是不友好的，由于要是有些key一直没有被访问到，就会一直占用着内存。

按期删除是上面两种方案的折中方案**，每隔一段时间删除过时的key，也就是根据具体的业务，合理的取一个时间按期的删除key**。

经过最合理控制删除的时间间隔来删除key，减少对cpu的资源的占用消耗，使删除操做合理化。

RDB和AOF 的淘汰处理

在Redis中持久化的方式有两种RDB和AOF，具体这两种详细的持久化介绍，能够参考这一篇文章[]。

在RDB中是以快照的形式获取内存中某一时间点的数据副本，在建立RDB文件的时候能够经过save和bgsave命令执行建立RDB文件。

这两个命令都不会把过时的key保存到RDB文件中，这样也能达到删除过时key的效果。

当在启动Redis载入RDB文件的时候，Master不会把过时的key载入，而Slave会把过时的key载入。

在AOF模式下，Redis提供了Rewite的优化措施，执行的命令分别是REWRITEAOF和BGREWRITEAOF，这两个命令都不会把过时的key写入到AOF文件中，也能删除过时key。