当前位置: 首页 > news >正文

Redis中的淘汰策略

前言

本文主要说明在Redis面临key过期和内存不足的情况时,可以采用什么策略进行解决问题。

Redis中是如何应对过期数据的

正如我们知道的Redis是基于内存的、单线程的一个中间件,在面对过期数据的时候,Redis并不会去直接把它从内存中进行剔除,因为Redis是单线程的,如果出现了过期key就立马去删除,可能会影响到主要的业务的执行

在Redis中提供了以下两种删除过期键值的策略

惰性删除

工作原理: 惰性删除就出现过期了也不去管他,等某个请求访问到这条数据的时候,判断是否过期,过期就删除,并返回null
优点: 每次访问过期数据才会进行删除操作,占用相对较少的系统资源
缺点: 过期数据占用的空间清理不及时,导致空间利用率低,浪费内存空间

定期删除

工作原理: 每隔一段时间,检测数据库,随机删除一些过期数据
优点: 通过限制删除操作的时长和频率,来减少删除操作对主业务的影响,同时也能减轻内存空间的压力
缺点: 没有惰性删除的系统资源占用少,本身还是存在一定的空间浪费

定期删除工作流程

举个简单的例子:

  1. 定期中从设置过期时间的key字典中随机取出一定数量的key,
  2. 删除一定数量中过期key,
  3. 如果这个过期key占25%,重复1步骤

为了防止出现循环过度造成线程卡死,redis中设置了默认扫描时间25ms,流程图如下:
在这里插入图片描述

Redis的内存淘汰策略

当Redis中的内存使用超过最大使用内存数后,会使用内存淘汰策略删除 来保证redis的正常运行

  1. noeviction(不淘汰): 当内存不足以容纳新写入数据时,新写入操作会报错。
  2. allkeys-lru(最近最少使用): 从键空间中选择最近最少使用的键淘汰。
  3. allkeys-lfu(最不经常使用): 从键空间中选择最不经常使用的键淘汰。
  4. allkeys-random(随机淘汰): 从键空间中随机选择键淘汰。
  5. volatile-lru(最近最少使用): 从设置了过期时间的键中选择最近最少使用的键淘汰。
  6. volatile-lfu(最不经常使用): 从设置了过期时间的键中选择最不经常使用的键淘汰。
  7. volatile-random(随机淘汰): 从设置了过期时间的键中随机选择键淘汰。
  8. volatile-ttl(最短过期时间): 从设置了过期时间的键中选择离过期时间最近的键淘汰。

这些淘汰策略可以通过在 Redis 配置文件或在运行时通过相关命令进行配置。根据具体业务需求和数据访问模式,选取合适的淘汰策略可以提高 Redis 的性能和内存利用率。

实际是三大类,noeviction、allkey-xxx、volatile-xxx

LRU 与 LFU

LRU (Last Recently Used)

LRU 策略按照最近最少使用的原则淘汰数据。当缓存空间不足时,会优先淘汰最长时间未被访问的数据。LRU 策略维护一个访问时间顺序的队列,每次访问数据时,将数据移动到队列的末尾。当需要淘汰数据时,从队列的头部淘汰最久未被访问的数据

LFU (Last Frequently Used)

LFU 策略按照最不经常使用的原则淘汰数据。LFU 策略维护每个数据被访问的频率信息,当缓存空间不足时,会优先淘汰访问频率最低的数据。LFU 策略需要为每个数据维护一个访问频率计数器,每次访问数据时,将对应的计数器值加一。当需要淘汰数据时,选择访问频率最低的数据进行淘汰

主要区别

  1. LRU 按照最近最少使用进行淘汰,LFU按照最不经常使用进行淘汰。
  2. LRU维护一个顺序表,LFU维护一个计数器
  3. LRU关注访问顺序,LFU关注访问频率
  4. LRU假设最近被访问的可能会被再次访问,LFU假设访问次数最少的键是最不常用的
以上是本文全部内容
感谢阅读
http://www.lryc.cn/news/135136.html

相关文章:

  • MyBatis进阶:掌握MyBatis动态SQL与模糊查询、结果映射,让你在面试中脱颖而出!!
  • C++ 写入txt文件内容并追加内容
  • Leetcode---359周赛
  • Keras三种主流模型构建方式:序列模型、函数模型、子类模型开发实践,以真实烟雾识别场景数据为例
  • objective-v 获取iPhone系统当前时间字符串适配12小时制和24小时制
  • 并查集及其简单应用
  • 基于web的服装商城系统java网上购物商店jsp源代码mysql
  • .NET Core发布到IIS
  • Spring的基本概念
  • 设计模式之原型模式
  • 正则表达式在网页处理中的应用四则
  • ping使用方法
  • “心理健康人工智能产学研创新联盟”揭牌成立|深兰科技
  • FastDFS+Nginx - 本地搭建文件服务器同时实现在外远程访问「端口映射」
  • Mybatis-动态sql和分页
  • 基于YOLOV8模型的西红柿目标检测系统(PyTorch+Pyside6+YOLOv8模型)
  • 数学建模及数据分析 || 4. 深度学习应用案例分享
  • 数据分析15——office中的Excel基础技术汇总
  • C语言好题解析(四)
  • 英语——主谓一致
  • 属性字符串解析
  • 【C++初阶】vector容器
  • ThreadLocal深度解析
  • 06有监督学习——迁移学习
  • 快速连接服务器脚本 可从多个服务中选择并连接
  • MemSeg:一种差异和共性来检测图像表面缺陷的半监督方法
  • 迈向未来的大门:人脸识别技术的突破与应用
  • Vue-9.集成(.editorconfig、.eslintrc.js、.prettierrc)
  • Qt 编译使用Bit7z库接口调用7z.dll、7-Zip.dll解压压缩常用Zip、ISO9660、Wim、Esd、7z等格式文件(一)
  • AndroidUI体系