【Redis】Redis的过时策略

redis过时策略

在使用redis作缓存的时候，咱们经常会设置过时时间。那么redis是如何清理这些过时的数据呢?

答案是: 按期删除 + 惰性删除

• 按期删除: redis每100ms就会随机抽查删除过时的数据。可是这种方法有时候会留下大量过时但没有被抽查到的过时数据，白白浪费内存。
• 惰性删除: 惰性删除此时就派上用场了，当用户获取数据时，redis会先检查该数据有没有过时，若是过时就删除。

听上去按期删除+惰性删除好像很完美的样子，but过时的数据用户又没有及时访问，那么内存中仍是会存在大量的过时数据。此时应该采用redis内存淘汰机制。

redis内存淘汰机制

• noeviction：内存不足以写入新数据的时候会直接报错。
• allKeys-lru：内存不足以写入新数据时候，移除最近最少使用的key。
• allKeys-random:　内存不足以写入新数据时，随机移除key。
• volatile-lru: 内存不足以写入新数据时，在设置了过时时间的key当中移除最近最少使用的key。
• volatile-random: 内存不足以写入新数据时，在设置了过时时间的key中，随即移除key。
• volatile-ttl: 内存不足以写入新数据时，在设置了过时时间的key当中移除最早过时的key。

上面六种你能够这么记:

• 不移除直接报错: noeviction。
• 在全部key中移除: 1.allKeys-lru 2. allKeys-random
• 在设置了过时时间的key中移除: 1. volatile-lru 2. volatile-random 3.volatile-ttl

通常经常使用allKeys-lru

实现一个简单的lru(最近最少使用算法)

package com.amber;

import java.util.Iterator;
import java.util.LinkedHashMap;
import java.util.Map;

public class LRULinkedHashMap<K, V> extends LinkedHashMap<K, V> {
    //最大容量
    private final int maxCapacity ;
    // 默认增加因子
    private static final float DEFAULT_LOAD_FACTOR = 0.75f;

    public LRULinkedHashMap(int maxCapacity) {
        super(maxCapacity, DEFAULT_LOAD_FACTOR, true);
        this.maxCapacity = maxCapacity;
    }
    
    @Override
    protected boolean removeEldestEntry(Map.Entry<K, V> entry) {
        if(size()>maxCapacity)
            return true;
        else
            return false;
    }

    public static void main(String[] args) {
        LRULinkedHashMap<String, String> lruLinkedHashMap = new LRULinkedHashMap(5);
        lruLinkedHashMap.put("1", "1");
        lruLinkedHashMap.put("2", "2");
        lruLinkedHashMap.put("3", "3");
        lruLinkedHashMap.put("4", "4");
        lruLinkedHashMap.put("5", "5");
        Iterator<Map.Entry<String, String>> iterator = lruLinkedHashMap.entrySet().iterator();
        while (iterator.hasNext()) {
            System.out.println(iterator.next());
        }
        lruLinkedHashMap.get("1");
        System.out.println("超出最大容量");
        lruLinkedHashMap.put("6", "6");
        iterator = lruLinkedHashMap.entrySet().iterator();
        while (iterator.hasNext()) {
            System.out.println(iterator.next());
        }

    }
}

结果

1=1
2=2
3=3
4=4
5=5
超出最大容量
3=3
4=4
5=5
1=1
6=6

Process finished with exit code 0

根据上述结果能够看到，当超出最大容量时移除的是第二个结点，而不是第一个结点，所以一个简单的lru算法就实现了

super(maxCapacity, DEFAULT_LOAD_FACTOR, true);

调用的是父类的

public LinkedHashMap(int var1, float var2, boolean var3) {
        super(var1, var2);
        this.accessOrder = var3;
    }

accessOrder为true表示会把最新访问的数据放到最后一个节点，默认false