大数据-47 Redis 缓存过期 淘汰删除策略 LRU LFU 基础概念

点一下关注吧！！！非常感谢！！持续更新！！！

目前已经更新到了：

• Hadoop（已更完）
• HDFS（已更完）
• MapReduce（已更完）
• Hive（已更完）
• Flume（已更完）
• Sqoop（已更完）
• Zookeeper（已更完）
• HBase（已更完）
• Redis （正在更新…）

章节内容

上一节我们完成了：

• RDB的配置方式、触发方式
• RDB的文件结构、优点、缺点
• AOF的配置方式、触发方式
• AOF的优点、缺点、瘦身方式
• RDB + AOF 混合方式

Redis性能

官方数据是：

• 读 110000次/s
• 写 81000次/s 长期使用，Key会不断地增加，Redis作为缓存使用，物理内存也会满。 所以需要一个过期淘汰的策略。

MaxMemory

不设置的情况：

• Redis 的 Key 是固定的，不会增加。
• Redis 作为 DB 使用，保证数据的完整性，不允许淘汰，可以做集群进行扩展。

淘汰策略：

禁止驱逐（

默认

设置）

设置的情况

Redis 作为缓存使用，不断地增加Key，MaxMemory默认是0不进行限制。
在服务器上，保留1G给操作系统，剩下的就可以用作Redis的缓存。

通过修改 redis.conf 可以配置这个值：

maxmemory 1024mb
# 获取值
CONFIG GET maxmemory

设置

MaxMemory

后，当

趋近于

设置的值时，通过

缓存的淘汰

策略，就会从

内存中删除

。

Expire

（

最常用的方式

）在 Redis 中可以

使用 expire

设置一个键的存活时间，

过了这段时间

，键会

自动被删除

。

可以进行如下的测试：

./redis-cli
# 2秒失效
expire name 2 
get name
# 这种是永久有效set name 123
ttl name

# 设置过期时间
expire name 10
ttl name 

删除策略

Redis 数据的删除有

定时删除

、

惰性删除

、

主动删除

三种方式。’
Redis 目前采用的是：

• 惰性删除
• 主动删除

定时删除

在设置键的过期时间时，创建一个定时器，让定时器在指定时间时删除键。

惰性删除

在 key 被访问的时候发现过期了，就删除这条数据。

主动删除

我们打开 redis.conf 可以配置主动删除的策略：

# 默认是 no-enviction 不删除
maxmemory-policy allkeys-lru

主动删除: LRU

LRU（Least Recently Used）最近最少使用，算法根据数据的历史访问记录来进行淘汰数据。
其核心思想是：如果数据最近被访问过，那么将来被访问的概率也会更高

最常见的实现是使用一个

链表

来保存数据：

• 新数据插入到链表头部
• 每当缓存命中的时候，则将数据移动到链表的头部
• 当链表满了的时候，将链表尾部的数据删除
• 在Java中可以使用LinkedHashMap来实现LRU

Redis-LRU

在服务器中保存了 LRU 计数器：

server.lrulock

，会定时更新，这个值是根据

server.unixtime

来计算的。
LRU的数据淘汰机制是：在数据集中随机挑选几个值，取出其中LRU最大的淘汰掉。

• volatile-lru：从设置过期时间的数据集中挑选最少使用的淘汰
• allkeys-lru：从数据集中挑选最近最少使用的数据淘汰

LFU

LFU（Least Frequency used）最不经常使用，如果一个数据在最近一段时间内使用次数很少，那么将来一段时间内被使用的可能性也很小。

• volatile-lfu 同LRU
• allkeys-lfu 同LRU
• volatile-random 从设置过期时间的数据集中随机淘汰数据
• allkeys-random 从数据集中任意选择进行淘汰

TTL

• volatile-ttl 从设置过期时间的数据里，选择快要过期的数据淘汰

noenviction

禁止驱逐数据，

不淘汰

数据（

默认

的）

淘汰策略选择

• allkeys-lru 在不确定时一般采用的策略 冷热数据交换等
• volatile-lru 比 allkeys-lru性能要差，因为要查过期时间
• allkeys-random 希望请求符合平均分布（每个值被访问的概率差不多）
• 自己控制 volatile-ttl