redis八种淘汰策略是啥？

Posted 2023-03-29

redis八种淘汰策略如下：

Redis（Remote Dictionary Server )，即远程字典服务，是一个开源的使用ANSI C语言编写、支持网络、可基于内存亦可持久化的日志型、Key-Value数据库，并提供多种语言的API。从2010年3月15日起，Redis的开发工作由VMware主持。从2013年5月开始，Redis的开发由Pivotal赞助。

特点：

Redis 是一个高性能的key-value数据库。 redis的出现，很大程度补偿了memcached这类key/value存储的不足，在部 分场合可以对关系数据库起到很好的补充作用。它提供了Java，C/C++，C#，php，javascript，Perl，Object-C，Python，Ruby，Erlang等客户端，使用很方便。  

Redis支持主从同步。数据可以从主服务器向任意数量的从服务器上同步，从服务器可以是关联其他从服务器的主服务器。这使得Redis可执行单层树复制。存盘可以有意无意的对数据进行写操作。由于完全实现了发布/订阅机制，使得从数据库在任何地方同步树时，可订阅一个频道并接收主服务器完整的消息发布记录。同步对读取操作的可扩展性和数据冗余很有帮助。

参考技术A

1、noeviction：默认策略，不淘汰数据；大部分写命令都将返回错误（DEL等少数除外）。

2、allkeys-lru：从所有数据中根据 LRU 算法挑选数据淘汰。

3、volatile-lru：从设置了过期时间的数据中根据 LRU 算法挑选数据淘汰 。

4、allkeys-random：从所有数据中随机挑选数据淘汰。

5、volatile-random：从设置了过期时间的数据中随机挑选数据淘汰。

6、volatile-ttl：从设置了过期时间的数据中，挑选越早过期的数据进行删除。

7、allkeys-lfu：从所有数据中根据 LFU 算法挑选数据淘汰（4.0及以上版本可用）。

8、volatile-lfu：从设置了过期时间的数据中根据 LFU 算法挑选数据淘汰（4.0及以上版本可用）。

LRU算法：

LRU（Least Recently Used）最近最少使用。优先淘汰最近未被使用的数据，其核心思想是“如果数据最近被访问过，那么将来被访问的几率也更高”。

LRU底层结构是 hash 表 + 双向链表。hash 表用于保证查询操作的时间复杂度是O(1)，双向链表用于保证节点插入、节点删除的时间复杂度是O(1)。

单链表可以实现头部插入新节点、尾部删除旧节点的时间复杂度都是O(1)，但是对于中间节点时间复杂度是O(n)，因为对于中间节点c，我们需要将该节点c移动到头部，此时只知道他的下一个节点，要知道其上一个节点需要遍历整个链表，时间复杂度为O(n)。

LRU GET操作：如果节点存在，则将该节点移动到链表头部，并返回节点值。

LRU PUT操作：

1、节点不存在，则新增节点，并将该节点放到链表头部。

2、节点存在，则更新节点，并将该节点放到链表头部。

聊聊 Redis 内存淘汰策略

文章首发于公众号 “蘑菇睡不着”

前情回顾

《源码级别了解Redis持久化》
《聊聊Redis过期键删除策略》
《Redis数据结构详解》
《超详细Redis五种数据结构底层实现》

这一期咱们一起来看看 Redis 的内存淘汰策略~

为什么要有内存淘汰机制

  大家都知道 Redis 中的键会设置过期时间，当到达过期时间时会通过一定策略清除对应 key，但是 redis 内存是由上限的，当达到内存上限时，就要通过一定策略淘汰掉相应 kv 键值对。

Redis 内存上限

maxmemory 配置选项使用来配置 Redis 的存储数据所能使用的最大内存限制。可以通过在内置文件redis.conf中配置，也可在Redis运行时通过命令CONFIG SET来配置。例如，我们要配置内存上限是100M的Redis缓存，那么我们可以在 redis.conf 配置如下：

maxmemory 100mb

设置 maxmemory 为 0 表示没有内存限制。在 64-bit 系统中，默认是 0 无限制，但是在 32-bit 系统中默认是 3GB。

当存储数据达到限制时，Redis 会根据情形选择不同策略，或者返回errors（这样会导致浪费更多的内存），或者清除一些旧数据回收内存来添加新数据。

Redis 内存淘汰策略

• noenviction：不清除数据，只是返回错误，这样会导致浪费掉更多的内存，对大多数写命令（DEL 命令和其他的少数命令例外）
• allkeys-lru：从所有的数据集中挑选最近最少使用的数据淘汰，以供新数据使用
• volatile-lru：从已设置过期时间的数据集中挑选最近最少使用的数据淘汰，以供新数据使用
• allkeys-random：从所有数据集中任意选择数据淘汰，以供新数据使用
• volatile-random：从已设置过期时间的数据集中任意选择数据淘汰，以供新数据使用
• volatile-ttl：从已设置过期时间的数据集中挑选将要过期的数据淘汰，以供新数据使用
• volatile-lfu：从所有配置了过期时间的键中淘汰使用频率最少的键
• allkeys-lfu：从所有键中淘汰使用频率最少的键

回收的过程

理解回收过程是运作流程非常的重要，回收过程如下：

• 一个客户端运行一个新命令，添加了新数据。
• Redis检查内存使用情况，如果大于maxmemory限制，根据策略来回收键。
• 一个新的命令被执行，如此等等。

我们添加数据时通过检查，然后回收键以返回到限制以下，来连续不断的穿越内存限制的边界。

如果一个命令导致大量的内存被占用(比如一个很大的集合保存到一个新的键)，那么内存限制很快就会被这个明显的内存量所超越。

近似LRU算法

Redis的LRU算法不是一个严格的LRU实现。这意味着Redis不能选择最佳候选键来回收，也就是最久未被访问的那些键。相反，Redis 会尝试执行一个近似的LRU算法，通过采样一小部分键，然后在采样键中回收最适合(拥有最久访问时间)的那个。

然而，从Redis3.0开始，算法被改进为维护一个回收候选键池。这改善了算法的性能，使得更接近于真实的LRU算法的行为。Redis的LRU算法有一点很重要，你可以调整算法的精度，通过改变每次回收时检查的采样数量。

这个参数可以通过如下配置指令：

maxmemory-samples 5

Redis没有使用真实的LRU实现的原因，是因为这会消耗更多的内存。然而，近似值对使用Redis的应用来说基本上也是等价的。

LFU

LFU (Least frequently used) 最不经常使用算法。而 LRU 是最近最少使用算法。

从 Redis 4.0 开始，可以使用 LFU 过期策略。这种模式在某些情况下可能会更好（提供更好的命中率/未命中率），因为使用 LFU Redis 会尝试跟踪项目的访问频率，因此很少使用的项目会被淘汰，而经常使用的项目有更高的机会留在内存中。

那为什么会出现 LFU 算法那？大家请看下面的场景：

A - A - A - - - A - A -A - - -
B - - - - B - - B - - - - - - B

如果是 LRU 算法 那么会淘汰 A，因为 B 是最近使用的，但是很明显 A 的使用频率是最高的，理应留下 A，所以 LFU 算法应运而生。（淘汰最少使用的 key）

LFU 把原来的 key 对象的内部时钟的24位分成两部分，前16位还代表时钟，后8位代表一个计数器, 称为Morris 计数器。后8位表示当前key对象的访问频率，8位只能代表255，但是 redis 并没有采用线性上升的方式，而是通过一个复杂的公式，通过配置两个参数来调整数据的递增速度。

下图从左到右表示key的命中次数，从上到下表示影响因子，在影响因子为100的条件下，经过10M次命中才能把后8位值加满到255.

factor	100 hits	1000 hits	100K hits	1M hits	10M hits
0	104	255	255	255	255
1	18	49	255	255	255
10	10	18	142	255	255
100	8	11	49	143	255

这个参数是可配置的的，通过这个：

lfu-log-factor 10

上说的是计数器的增长，那么什么情况削减那？

默认是 如果一个 key 每一分钟没使用，Morris 计数器 就削减 1. 这个也可以通过下面进行配置：

lfu-decay-time 1

有个问题就是，新的 key 怎么办，岂不是上来就被淘汰？

为了避免这种问题 Redis 默认情况下新分配的key的后8位计数器的值为5，防止因为访问频率过低而直接被删除。

总结

Redis 为了避免内存超出容量，使用特定的内存淘汰策略来释放内存，主要思想是 LRU 和 Redis 4.0 推出的 LFU 算法。LRU 是最近最少使用算法，LFU 是最少使用算法。

更多精彩内容，微信搜索 “蘑菇睡不着”

如果觉得对您有帮助，麻烦帮忙点个赞，你的支持是我创作最大的动力

你越主动就越主动，我们下期见~