环球消息！Redis内存兜底策略——内存淘汰及回收机制

Redis内存兜底策略——内存淘汰及回收机制

Redis内存淘汰及回收策略都是Redis内存优化兜底的策略，那它们是如何进行兜底的呢？先来说明一下什么是内存淘汰和内存回收策略：

Redis内存淘汰：当Redis的内存使用超过配置的限制时，根据一定的策略删除一些键，以释放内存空间Redis内存回收：Redis通过定期删除和惰性删除两种方式来清除过期的键，以保证数据的时效性和减少内存占用内存淘汰策略

Redis内存淘汰策略是指当Redis的内存使用超过配置的最大值时，如何选择一些键进行删除，以释放空间给新的数据。Redis提供了八种内存淘汰策略，分别是：

noeviction：不会淘汰任何键，达到内存限制后返回错误allkeys-random：在所有键中，随机删除键volatile-random：在设置了过期时间的键中，随机删除键allkeys-lru：通过LRU算法淘汰最近最少使用的键，保留最近使用的键volatile-lru：从设置了过期时间的键中，通过LRU算法淘汰最近最少使用的键allkeys-lfu：从所有键中淘汰使用频率最少的键。从所有键中驱逐使用频率最少的键volatile-lfu：从设置了过期时间的键中，通过LFU算法淘汰使用频率最少的键volatile-ttl：从设置了过期时间的键中，淘汰马上就要过期的键LRU和LFU

LRU（least frequently used）算法为最近最少使用算法，根据数据的历史访问记录来进行淘汰数据，优先移除最近最少使用的数据，这种算法认为最近使用的数据很大概率将会再次被使用

(资料图)

LFU（least frequently used）算法为最少频率使用算法，优先移除使用频率最少的数据，这种算法认为使用频率高的数据很大概率将会再次被使用

LRU和Redis的近似LRU

LRU（least frequently used）算法为最近最少使用算法，根据数据的历史访问记录来进行淘汰数据，优先移除最近最少使用的数据，这种算法认为最近使用的数据很大概率将会再次被使用

什么是LRU

在算法的选择上，Redis需要能够快速地查询、添加、删除数据，也就是说查询、添加、删除的时间复杂读需为O(1)。哈希表能保证查询数据的时间复杂度为O(1)。而双向链表能保证添加、删除数据的时间复杂度为O(1)，如下：

Redis的近似LRU

如前文所述，真实的 LRU 算法需要用链表管理所有的数据，每次访问一个数据就要移动链表节点，这样会占用额外的空间和时间。而Redis通过近似 LRU算法，随机抽样一些键，然后比较它们的访问时间戳，这样可以节省内存和提高性能。而Redis 的近似 LRU 算法的具体实现如下：

每个键值对对象（redisObject）中有一个 24 位的 lru 字段，用于记录每个数据最近一次被访问的时间戳每次按键获取一个值的时候，都会调用 lookupKey 函数，如果配置使用了 LRU 模式，该函数会更新 value 中的 lru 字段为当前秒级别的时间戳当内存达到限制时，Redis 会维护一个候选集合（pool），大小为 16Redis 会随机从字典中取出 N 个键（N 可以通过 maxmemory-samples参数设置，默认为 5），将 lru 字段值最小的键放入候选集合中，并按照 lru 大小排序如果候选集合已满，那么新加入的键必须有比集合中最大的 lru 值更小的 lru 值，才能替换掉原来的键当需要淘汰数据时，直接从候选集合中选择一个 lru 最小的键进行淘汰

举个例子，假设我们按照下面的顺序访问缓存中的数据：h,e,l,l,o,w,o,r,l,d且内存中只能存储3个字符，下面是每次访问或插入后缓存的状态，其中括号内是lru字段的值，假设初始时间戳为0

缓存	状态
访问h	h(0)
访问e	e(1),h(0)
访问l	l(2),e(1),h(0)
访问l	l(3),e(1),h(0)
插入o	o(4),l(3),e(1)
插入w	w(5),o(4),l(3)
访问o	o(6),w(5),l(3)
插入r	r(7),o(6),w(5)
插入l	l(8),r(7),o(6)
插入d	d(9),l(8),r(7)

LFU

LFU（Least Frequently Used）是最不经常使用算法，它的思想是淘汰访问频率最低的数据。Redis在3.0版本之后引入了LFU算法，并对lru字段进行了拆分。

typedef struct redisObject {    unsigned type:4;    unsigned encoding:4;    unsigned lru:LRU_BITS;    int refcount;    void *ptr;} robj;

我们看lru:LRU_BITS这个字段，这个字段在LRU算法中的意义是时间戳，精确到秒。而在LFU 算法中，将它拆为两部分前16bits为时间戳，精确到分；后8为则表示该对象在一定时间段内被访问的次数。如下：

当Redis需要淘汰数据时，它会从内存中随机抽取一定数量（默认为5个，可以通过 maxmemory-samples参数设置）的键值对对象，然后比较它们的访问次数和访问时间戳，找出其中最小的那个，也就是最不经常使用且最早被访问的那个，将其从内存中删除。

例如，假设我们有以下键值对和频率计数器：

键	值	频率
A	1	3
B	2	2
C	3	1
D	4	4

如果我们要添加一个新的键值对（E,5），并且缓存已经满了，那么我们就需要淘汰一个旧的键值对。我们可以随机选择A,B,C中的一个，并且发现C的频率最低，为1，所以我们就淘汰C，并且添加E到缓存中，并且将E的频率设为1。这样，缓存中的数据就变成了：

键	值	频率
A	1	3
B	2	2
D	4	4
E	5	1

如何选择

在选择上，需要根据不同的适用场景选择不同策略，如下：

策略	特点	适用场景
noeviction	不删除任何数据，当内存不足时返回错误	数据都是永久有效的，且内存足够大
allkeys-lru	根据所有数据的访问时间来淘汰最久未访问的数据	数据都是永久有效的，且访问时间具有明显规律
volatile-lru	根据设置了过期时间的数据的访问时间来淘汰最久未访问的数据	数据都有过期时间，且访问时间具有明显规律
allkeys-random	随机淘汰所有类型的数据	数据都是永久有效的，且访问时间没有明显规律
volatile-random	随机淘汰设置了过期时间的数据	数据都有过期时间，且访问时间没有明显规律
volatile-ttl	根据设置了过期时间的数据的剩余生命周期来淘汰即将过期的数据	数据都有过期时间，且剩余生命周期具有明显规律
allkeys-lfu	根据所有数据的访问频率来淘汰最少访问的数据	数据都是永久有效的，且访问频率具有明显规律
volatile-lfu	根据设置了过期时间的数据的访问频率来淘汰最少访问的数据	数据都有过期时间，且访问频率具有明显规律

根据8种策略的特性，也从数据完整性、缓存命中率及淘汰效率这三个方面详细对比了，如下：

数据完整性（是否会删除永久有效的数据)noeviction、 volatile-lru、volatile-lfu和volatile-random都可以保证数据完整性，因为它们不会删除永久有效的数据allkeys-lru、allkeys-lfu和allkeys-random系列的策略则会影响数据完整性，因为它们会无差别地删除所有类型的数据缓存命中率（是否能够尽可能保留最有价值的数据）allkeys-lru和 volatile-lru策略可以提高缓存命中率，因为它们会根据数据的访问时间来淘汰数据allkeys-random和 volatile-random策略则会降低缓存命中率，因为它们会随机淘汰数据allkeys-lfu和 volatile-lfu策略也可以提高缓存命中率，因为它们会根据数据的访问频率来淘汰数据volatile-ttl策略则会降低缓存命中率，因为它会根据数据的剩余生命周期来淘汰数据淘汰效率（是否能够快速地找到并删除目标数据）allkeys-random和 volatile-random策略可以提高执行效率，因为它们只需要随机选择一些数据进行删除allkeys-lru和 volatile-lru策略则会降低执行效率，因为它们需要对所有或部分数据进行排序allkeys-lfu和 volatile-lfu策略也会降低执行效率，因为它们需要对所有或部分数据进行计数和排序volatile-ttl策略则会提高执行效率，因为它只需要对设置了过期时间的数据进行排序内存回收策略

Redis的过期键删除有两种方式，一种是定期删除，一种是惰性删除

惰性删除

Redis惰性删除是指当一个键过期后，它并不会立即被删除，而是在客户端尝试访问这个键时，Redis会检查这个键是否过期，如果过期了，就会删除这个键。惰性删除由db.c/expireIfNeeded函数实现。

惰性删除的优点是节约CPU性能，发现必须删除的时候才删除。缺点是内存压力很大，出现长期占用内存的数据。惰性删除是Redis的默认策略，它不需要额外的配置。

惰性删除的缺点是可能会导致过期键长时间占用内存，如果访问频率较低的键过期了，但没有被访问到，那么它们就不会被惰性删除，从而浪费内存空间。

为了解决这个问题，Redis还采用了定期删除和内存淘汰机制来配合惰性删除，以达到更好的清理效果

定期删除

Redis会将设置了过期时间的键放到一个独立的字典中，称为过期字典。Redis会对这个字典进行每秒10次（由配置文件中的hz参数控制）的过期扫描，过期扫描不会遍历字典中所有的键，而是采用了一种简单的贪心策略。该策略的删除逻辑如下：

从过期字典中随机选择20个键删除其中已经过期的键如果超过25%的键被删除，则重复步骤1如果本次扫描耗时超过1毫秒，则停止扫描

这种策略可以在一定程度上保证过期键能够及时被删除，同时也避免了对CPU时间的过度占用。但是它也有一些缺点，比如可能会误删一些有效的键（因为随机性），或者漏删一些无效的键（因为限制了扫描时间）

因此，Redis还结合了惰性删除策略，即在每次访问一个键之前，都会检查这个键是否过期，如果过期就删除，然后返回空值。这样可以保证不返回过期的数据，也可以节省CPU时间，但是它可能会导致一些过期的键长期占用内存，如果这些键很少被访问或者一直不被访问，那么它们就永远不会被删除

配置文件说明

Redis内存淘汰、内存回收策略相关的配置文件如下：

# 内存淘汰策略maxmemory-policy noeviction# 抽取数量maxmemory-samples 5# 最大内存maxmemory 100mb# 内存淘汰韧性maxmemory-eviction-tenacity 10# 后台任务执行间隔hz 10# 是否开启动态间隔dynamic-hz yes

配置文件说明:

maxmemory-policy：内存淘汰策略，可选值为noeviction、allkeys-random、volatile-random、allkeys-lru、volatile-lru、allkeys-lfu、volatile-lfu、volatile-ttl其中的一个maxmemory：默认值为0，也就是不限制内存的使用。maxmemory-samples：抽取数量，默认为5，如果设为10将非常接近真实的LRU，但需要更多CPU资源，如果设为3将非常快，但是非常不准确。maxmemory-eviction-tenacity：内存淘汰韧性，默认为10maxmemory-eviction-tenacity为0时，表示不进行任何淘汰，相当于noeviction策略maxmemory-eviction-tenacity为10时，表示每次淘汰键的数量为内存使用量的0.1%，每秒最多淘汰10次hz：Redis后台任务执行间隔，如超时关闭客户端连接、定期删除等。默认值为10。范围在 1 到 500 之间，官方建议不要超过100，大多数应使用默认值，并且只有在极低延迟的环境中才能设为 100dynamic-hz：此配置用于动态调整hz的值，默认开启。如果有大量客户端连接进来时，会以hz的配置值将作为基线，将hz的实际值设置为hz的配置值的整数倍，用来节省CPU资源。总结

总结如下：

Redis内存淘汰机制是指在Redis的用于缓存的内存不足时，怎么处理需要新写入且需要申请额外空间的数据Redis提供了八种内存淘汰策略，分别是：noeviction：不会淘汰任何键，达到内存限制后返回错误allkeys-random：在所有键中，随机删除键volatile-random：在设置了过期时间的键中，随机删除键allkeys-lru：通过LRU算法淘汰最近最少使用的键，保留最近使用的键volatile-lru：从设置了过期时间的键中，通过LRU算法淘汰最近最少使用的键allkeys-lfu：从所有键中淘汰使用频率最少的键。从所有键中驱逐使用频率最少的键volatile-lfu：从设置了过期时间的键中，通过LFU算法淘汰使用频率最少的键volatile-ttl：从设置了过期时间的键中，淘汰马上就要过期的键Redis内存回收机制是指在Redis中如何删除已经过期或者被淘汰的数据，释放内存空间Redis提供了两种内存回收策略，分别是：定期删除：Redis会每隔一定时间（默认100ms）随机抽取一些设置了过期时间的键，检查它们是否过期，如果过期就删除。这种策略可以减少CPU开销，但可能会导致一些过期键占用内存惰性删除：Redis在客户端访问一个键时，会检查这个键是否过期，如果过期就删除。这种策略可以及时释放内存空间，但可能会增加CPU开销和延迟

关键词：