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 : 已经国企的数据 或 被删除的数据 或 未定义的数据
数据删除策略
数据删除策略
- 定时删除
- 惰性删除
- 定期删除
时效性数据的存储结构
数据删除策略的目标
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。
定时删除
- 创建一个定时器，当key设置过期时间，且过期时间到达时，由定时器任务立即执行对键的删除操作
- 优点：节约内存，到时就删除，快速释放掉不必要的内存占用
- 缺点：CPU压力很大，无论CPU此时负载多高，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
惰性删除
- 数据到达过期时间，不做处理。等下次访问该数据
- 如果未过期，返回数据
- 发现已经过期，删除，返回不存在
- 优点：节约CPU性能，发现必须删除的时候才删除
- 缺点：内存压力很大，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
以上两种方案都走极端，但是也有折中方案
定期删除
- Redis启动服务器初始化时，读取配置server.hz的值，默认为10
- 每秒钟执行server.hz次serverCron()
- 周期性轮询redis库中时效性数据，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
删除策略对比
逐出算法
新数据进入检测
当新数据进入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freeMemorylfNeeded()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，将出现错误信息
影响数据逐出的相关配置
- 最大可使用内存
maxmemory
占用物理内存的比例，默认为0，表示不限制。生产环境中根据需求设定，通常设置在50%以上
- 每次选取代删除数据的个数
maxmemory-samples
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
- 删除策略
maxmemory-policy
达到最大内存后的，对被挑选出来的数据进行删除的策略
检查易失数据（可能会过期的数据集server.db[i].expires)
- volatile-lru：挑选最近最少使用的数据淘汰
- 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
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态太
- 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默认策略），会引发错误OOM（OutOfMemory）
配置
数据逐出策略配置依据
- 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
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 : 已经国企的数据 或 被删除的数据 或 未定义的数据
数据删除策略
数据删除策略
- 定时删除
- 惰性删除
- 定期删除
时效性数据的存储结构
数据删除策略的目标
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。
定时删除
- 创建一个定时器，当key设置过期时间，且过期时间到达时，由定时器任务立即执行对键的删除操作
- 优点：节约内存，到时就删除，快速释放掉不必要的内存占用
- 缺点：CPU压力很大，无论CPU此时负载多高，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
惰性删除
- 数据到达过期时间，不做处理。等下次访问该数据
- 如果未过期，返回数据
- 发现已经过期，删除，返回不存在
- 优点：节约CPU性能，发现必须删除的时候才删除
- 缺点：内存压力很大，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
以上两种方案都走极端，但是也有折中方案
定期删除
- Redis启动服务器初始化时，读取配置server.hz的值，默认为10
- 每秒钟执行server.hz次serverCron()
- 周期性轮询redis库中时效性数据，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
删除策略对比
逐出算法
新数据进入检测
当新数据进入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freeMemorylfNeeded()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，将出现错误信息
影响数据逐出的相关配置
- 最大可使用内存
maxmemory
占用物理内存的比例，默认为0，表示不限制。生产环境中根据需求设定，通常设置在50%以上
- 每次选取代删除数据的个数
maxmemory-samples
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
- 删除策略
maxmemory-policy
达到最大内存后的，对被挑选出来的数据进行删除的策略
检查易失数据（可能会过期的数据集server.db[i].expires)
- volatile-lru：挑选最近最少使用的数据淘汰
- 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
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态太
- 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默认策略），会引发错误OOM（OutOfMemory）
配置
数据逐出策略配置依据
- 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