redis中的資料特徵:
redis是一種記憶體級資料庫,所有資料均存放在記憶體中,記憶體中的資料可以通過ttl指令獲取其狀態
xx :具有時效性的資料
-1 :永久有效的資料
-2 :已經過期的資料 或 被刪除的資料 或 未定義的資料
資料刪除策略:
1. 定時刪除
2. 惰性刪除
3. 定期刪除
時效性資料的儲存結構:
資料刪除策略的目標:
在記憶體占用與cpu占用之間尋找一種平衡,顧此失彼都會造成整體redis效能的下降,甚至引發伺服器宕機或記憶體洩露
1.定時刪除:2.惰性刪除:
資料到達過期時間,不做處理。等下次訪問該資料時如果未過期,返回資料
發現已過期,刪除,返回不存在
優點:節約cpu效能,發現必須刪除的時候才刪除
缺點:記憶體壓力很大,出現長期占用記憶體的資料
總結:用儲存空間換取處理器效能(拿空間換時間)
3.定期刪除:
這種方法就比較折中
redis啟動伺服器初始化時,讀取配置server.hz的值,預設為10
每秒鐘執行server.hz次
activeexpirecycle() 對每個expires[*]逐一進行檢測,每次執行250ms/server.hz
對某個expires檢測時,隨機挑選個key檢測
如果key超時,刪除key
如果一輪中刪除的key的數量》w25%,迴圈該過程
如果一輪中刪除的key的數量≤w25%,檢查下乙個expires,0-15迴圈(redis一共16個資料庫)
w取值=active_expire_cycle_lookups_per_loop屬性值
引數current_db用於記錄activeexpirecycle() 進入哪個expires[*] 執行
如果activeexpirecycle()執行時間到期,下次從current_db繼續向下執行
週期性輪詢redis庫中的時效性資料,採用隨機抽取的策略,利用過期資料佔比的方式控制刪除頻度
特點1:cpu效能占用設定有峰值,檢測頻度可自定義設定
特點2:記憶體壓力不是很大,長期占用記憶體的冷資料會被持續清理
總結:週期性抽查儲存空間(隨機抽查,重點抽查)
平時redis內部惰性刪除和定期刪除都有常見使用
4.逐出演算法:(逐出策略)
新資料進入檢測
當新資料進入redis時,如果記憶體不足怎麼辦?
redis使用記憶體儲存資料,在執行每乙個命令前,會呼叫freememoryifneeded()檢測記憶體是否充足。
如果記憶體不滿足新加入資料的最低儲存要求,redis要臨時刪除一些資料為當前指令清理儲存空間。清理資料的策略稱為逐出演算法。
注意:逐出資料的過程不是100%能夠清理出足夠的可使用的記憶體空間,如果不成功則反覆執行。
當對所有資料嘗試完畢後,如果不能達到記憶體清理的要求,將出現錯誤資訊記憶體溢位。
影響資料逐出的相關配置(在配置檔案中配置)
最大可使用記憶體 maxmemory
占用物理記憶體的比例,預設值為0,表示不限制。生產環境中根據需求設定,通常設定在50%以上。
每次選取待刪除資料的個數 maxmemory-samples
選取資料時並不會全庫掃瞄,導致嚴重的效能消耗,降低讀寫效能。因此採用隨機獲取資料的方式作為待檢測刪除資料
刪除策略(和上面講的對過期資料的刪除策略沒有任何關係) maxmemory-policy volatile-lru 建議設成此值
達到最大記憶體後的,對被挑選出來的資料進行刪除的策略
資料逐出策略配置依據
使用info命令輸出監控資訊,查詢快取 hit(key空間命中次數) 和 miss(key空間丟失次數) 的次數,根據業務需求調優redis配置
參考:黑馬程式設計師-redis公開課
Redis 刪除策略與逐出演算法
逐出演算法 參考 優點 節約記憶體,到時就刪除,快速釋放掉不必要的記憶體占用 缺點 cpu壓力很大,無論cpu此時負載量多高,均占用cpu,會影響redis伺服器響應時間和指令吞吐量 總結 用處理器效能換取儲存空間 拿時間換空間 優點 節約cpu效能,發現必須刪除的時候才刪除 缺點 記憶體壓力很大,...
Redis入門 刪除策略與逐出演算法
redis是一種記憶體級別的資料庫,所有資料均存放在記憶體中。redis中資料可分為具有時效性的資料 永久有效的資料 已經 過期的資料或被刪除的資料或未定義的資料。我們可以通過redis的ttl指令查詢資料的狀態 xx 具有時效性的資料 1 永久有效的資料 2 已經過期的資料 或 被刪除的資料 或未...
Redis快取逐出策略
把 redis 當做快取使用時,有時你可以方便的讓它在新資料時自動逐出舊資料。這一點大家都比較清楚,因為 memcached 預設也會這麼幹。redis 僅支援 lru 逐出策略。下文主要講述 redis maxmemory 指令,這個指令用於限定記憶體使用量,以及講述了redis 使用到的 lru...