【Redis】Redis 删除策略

一、过期数据

Redis中的数据特征：  Redis是一种内存级数据库，所有数据均存放在内存中，内存中的数据可以通过TTL指令获取其状态

• XX : 具有时效性的数据
• -1 : 永久有效的数据
• -2 : 已经过期的数据 或 被删除的数据 或 未定义的数据

过期的数据真的被删了吗？

redis服务器有很多操作需要执行时，CPU的压力会很大，于是redis中的策略是，在内存还够的前提下，先不急着释放已删除的数据的内存空间，先执行客户端的指令

二、数据删除策略

redis中的数据删除策略包括定时删除、惰性删除、定期删除

redis中用一个hash结构数据存放地址和过期时间，而删除策略就是基于这块hash数据结构

我们需要在内存占用与CPU占用之间寻找一种平衡，顾此失彼都会造成整体redis性能的下降，甚至引发服务器宕机或内存泄漏。CPU忙时暂且不维护内存，闲时再来进行内存释放

1. 定时删除（时间换空间）

创建一个定时器，当key设置有过期时间，且过期时间到达时，立即执行key的删除操作

• 优点：节约内存，到时就删除，立即释放不必要的内存占用
• 缺点：CPU压力较大，无论CPU此时负载量多高，均占用CPU，会影响redis服务器响应时间和指令吞吐量
• 总结：用处理器性能换取存储空间（时间换空间），适用于小内存，强CPU场景

2. 惰性删除 （空间换时间）

数据到达过期时间，先不做处理。等下次访问该数据时，发现数据已过期，删除，给客户端返回不存在。只要是调用操作数据的指令，都会先执行expireIfNeeded()

• 优点：节约CPU性能，发现不得不删除的时候才删除
• 缺点：内存空间压力很大，出现长期占用内存的数据
• 总结：用存储空间换取处理器性能 （空间换时间），适用于大内存，弱CPU场景

3. 定期删除（中和以上两种方案）

每个库都有独自维护的过期库expires

定期删除算法过程如下：

每秒钟执行server.hz次serverCron，serverCron会轮询所有的库，使用databasesCron方法对每个库进行检测，databasesCron会调用activeExpireCycle会对每个expire[]检测，一个expire[]检测250ms/server.hz

周期性轮询redis库中的时效性数据，采用随机抽取的策略，利用过期数据占比的方式控制删除频度

• 特点1：CPU性能占用设置有峰值，检测频度可自定义设置
• 特点2：内存压力不是很大，长期占用内存的冷数据会被持续清理

总结：周期性抽查存储空间（查询某个库的expires时，如果这轮删除过多，则再抽取删除一轮，如果这轮删除的很少，则去检查下一个库的expires）

4. 三种删除方案对比

在redis里，会使用惰性删除和定期删除两种方式

三、逐出算法

当内存被永久数据占满（删除策略只能清除过期数据），新数据进入redis时，如果内存不足怎么办？

Redis使用内存存储数据，在执行每一个命令前，会调用freeMemoryIfNeeded()检测内存是否充足。如果内存不满足新加入数据的最低存储要求，redis要临时删除一些数据为当前指令清理存储空间。清理数据的策略称为逐出算法

注意：逐出数据的过程不是100%能够清理出足够的可使用的内存空间，如果不成功则反复执行。当对所有数据尝试完毕后，如果不能达到内存清理的要求，将会出现错误信息

影响数据逐出的相关配置

• maxmemory：redis可使用内存占物理内存的最大比例，默认为0，表示不限制redis使用内存。生产环境中根据需求设定，通常设置在50%以上
• maxmemory-samples：每次选取待删除数据的个数，选取数据时并不会全库扫描，导致严重的性能消耗，降低读写性能。因此采用随机获取数据的方式作为待检测删除数据
• maxmemory-policy：达到最大内存后的，对被挑选出来的数据进行删除的算法

删除算法有如下几种：

检查可能会过期的数据集server.db[i].expires内的数据

• volatile-lru：挑选最近最少使用（最长时间不使用的）的数据淘汰，使用较多
• volatile-lfu：挑选最近使用次数最少的数据淘汰
• volatile-ttl ：挑选将要过期的数据淘汰
• volatile-random：任意选择数据淘汰，一般用的少

检测全库数据（所有数据集server.db[i].dict）

• allkeys-lru：挑选最近最少使用的数据淘汰
• allkeys-lfu：挑选最近使用次数最少的数据淘汰
• allkeys-random：任意选择数据淘汰

放弃数据驱逐

• no-enviction（驱逐）：禁止驱逐数据（redis4.0中默认策略），会引发错误OOM（Out Of Memory）

以上的逐出算法都可在配置文件中配置

maxmemory-policy volatile-lru

我们可以使用INFO命令输出监控信息，查询缓存int和miss的次数，根据业务需求调优Redis配置