九、redis缓存的回收策略-LRU算法

时间 2021-06-19 标签 redis 数据结构算法 java

导读

前面文章【一、深入理解redis之需要掌握的知识点】中，我们对redis需要学习的内容框架进行了一个梳理。

【二、redis中String和List两种数据类型和应用场景】、【二、redis中Hash、Set、SortedSet应用场景】两篇文章我们对redis中String、List、Hash、Set、SortedSet五种数据类型做了一下讲解，并且对他们各自的应用场景进行了介绍。

【三、redis数据存储之跳跃表（SKIP LIST）】深入学习了支撑SortedSet排序背后的数据结构，跳跃表；

【四、redis持久化之RDB与AOF 】学习了redis中的两种持久化策略：RDB（快照）和AOF（追加日志）；
【五、redis集群进化过程】文章中我们学习了redis集群的进化过程，包括解决单点故障问题和性能瓶颈问题等。
【六、redis中AKF问题解决方案】讲解了Redis使用及集群进化过程中AKF问题的解决方案。
【七、redis中CAP问题解决方案-Paxos理论过半通过】我们讲解了Redis使用过程中出现CAP问题的解决方案，以及初步认识Paxos分布式一致性协议。
【八、redis中布式锁的实现及原理】讲解了redis中布式锁的理论、原理及解决方案。

本章我们将要讲解redis中如何配置缓存回收策略及回收策略的几种模式，另外还要讲解回收策略的执行过程和redis中实际使用的回收策略。

注意：Redis缓存中使用LRU算法回收旧数据。LRU是redis支持的唯一的回收算法。

如果大家在工作、学习、面试中针对redis还有什么疑问或者其他问题，可以评论区告诉我。
为了保证可以连续不间断地获取最新的技术分析及讲解，建议关注本博客【不吃_花椒】。

1.MaxMemory配置指令

使用maxmemary配置指令配置redis存储数据时限制的内存大小。通过在redis.conf配置文件中设置该指令或者使用CONFIG SET命令进行运行时设置。
例如为了配置内存限制为100mb，以下的指令可以放在redis.conf文件中。“maxmemory 100mb”。
设置maxmemory为0代表没有内存限制。对于64位的系统这是个默认值，对于32位的系统默认内存限制为3GB。
当指定的内存限制大小达到时，需要选择不同的行为，也就是策略。 Redis可以仅仅对命令返回错误，这将使得内存被使用得更多，或者回收一些旧的数据来使得添加数据时可以避免内存限制。

2.redis的回收策略

当redis中存储的数据达到maxmemary最大限制时候，redis只有的行为有redis的maxmemary-policy指令来进行配置。
Redis中存在以下几种配置策略：

①noeviction：返回错误信息。当内存限制达到并且客户端尝试执行会让内存更多的命令时。
②allkeys-lru：尝试回收最少使用的键（LRU），使得新添加的数据有空间存放。
③volatile-lru：尝试回收过期集合内最少使用的键（LRU），使得新添加的数据有空间存放。
④allkeys-random：回收随机的键，使得新添加的数据有空间存放。
⑤volatile-random：在过期集合内回收随机的键，使得新添加的数据有空间存放。
⑥volatile-ttl：回收过期集合内的键，并且优先回收存活时间（TTL）较短的键，使得新添加的数据有空间存放。

注意：
1.在实际使用中，如果没有存在回收集合，那么volatile-lru、volatile-random、volatile-ttl三种策略其实跟noevivition策略是相同的。
2.默认情况下allkeys-lru回收策略是最好的选择，当你不确定自己redis真实的应用场景时，使用allkeys-lru策略是最好的选择。
3.使用allkeys-random：如果你是循环访问，所有的键被连续的扫描，或者你希望请求分布正常（所有元素被访问的概率都差不多）。
4.为键设置过期时间是需要消耗内存的，因此不必为了使用或满足某种回收策略而去设置键过期时间。这种时候使用allkeys-lru算法使最好的选择，也是最高效的。

3.redis回收策略执行过程

①当客户端运行了新命令，添加了新数据导致内存变大；
②redis检查当前内存的使用情况，如果超过了maxmemary设置的最大值，则使用配置文件中的回收策略进行回收；
③新命令继续被执行；
④如果内存一直在最大边界值徘徊，那么我们就需要不断的来回执行回收策略。

4.redis使用近似LRU算法

Redis中的并非对LRU算法进行了完整实现，而是是用了一个近似算法。RedisLRU可以通过调整每次回收时检查的采样数量来动态调整LRU算法的精度。在配置文件中配置 maxmemary-samples 5。
Redis为什么不使用真实的LRU算法呢，这是因为真实的LRU算法非常消耗内存。在模拟实验的过程中，我们发现如果使用幂定律的访问模式，则真实的LRU算法和近似的Redis算法几乎没有差别。当然你可以提升采样大小到10，消耗更多的CPU时间以实现更真实的LRU算法，同时查看下是否让你的缓存命中率有差别。
通过CONFIG SET maxmemory-samples 命令在生产环境上设置不同的采样大小是非常简单的。

如需了解更多更详细内容也可关注本人CSDN博客：不吃_花椒