目录
1 介绍
2 Redis内存淘汰策略
2.1 设置过期时间的淘汰策略
2.2 所有 key 的淘汰策略
3 LRU淘汰策略执行过程
4 算法实现
1 介绍
Redis无论是惰性删除还是定期删除,都可能存在删除不尽的情况,无法删除完全,比如每次删除完过期的 key 还是超过 25%,且这些 key 再也不会被客户端访问。
这样的话,定期删除和堕性删除可能都彻底的清理掉。如果这种情况长时间持续下去,可能会导致内存耗尽,所以Redis必须有一个完善的内存淘汰机制来保障。这就是我们这一篇的重点,Redis内存自动淘汰机制。
2 Redis内存淘汰策略
在 redis 中总共由8种淘汰策略,默认的淘汰策略是 noeviction。
noeviction不淘汰策略(默认) | |||
淘汰数据策略 | 设置过期时间的淘汰策略 | valatile-random | 随机淘汰算法 |
volatile-ttl | 淘汰失效时间最短的key | ||
volatile-lru | 删除最近最少使用的key | ||
volatile-lfu | 删除访问次数最少的key | ||
所有数据的淘汰策略 | allkeys-lru | 删除最近最少使用的key(全部) | |
allkeys-lfu | 删除访问次数最少的key(全部) | ||
allkey-random | 随机淘汰算法(全部) |
2.1 设置过期时间的淘汰策略
volatile-ttl、volatile-random、volatile-lru、volatile-lfu 这4种策略淘汰的数据范围为设置了过期时间的数据。
2.2 所有 key 的淘汰策略
allkeys-lru、allkeys-random、allkeys-lfu 这3种淘汰策略无论是否设置了过期时间,内存不足时都会进行淘汰。
也就是说无论它的过期时间到没到,都有可能被删除。
3 LRU淘汰策略执行过程
这边以LRU算法为例子讲解,它的全称是 Least Rencently Used,即将最近最久未使用的算法进行数据淘汰。
我们这边以图例来讲解,整个过程如下:
- 首先设置一个淘汰池(一个链表),假设默认大小是16,里面的数据采用末尾淘汰制。如图中
- MRU:表示链表的表头,代表着最近最常被访问的数据;
- LRU:表示链表的表尾,代表最近最不常使用的数据。
- 如果淘汰池中的数据被访问,则会被移动到 MRU 端,其他位置的数据则相应往后移动一位
- 每次指令操作的时候,自旋会判断当前内存是否满足指令所需要的内存
- 如果当前内存不能满足,会从淘汰池中的尾部拿取一个最适合淘汰的数据
- 取样模式(配置 maxmemory-samples属性)从Redis中获取随机的取样数据,避免一次性读取All Key性能慢
- 在取样的数据中,根据淘汰算法 找到最适合淘汰的数据
- 将需要淘汰的数据从Redis删除,并且从淘汰池移除
这边注意,LRU 更新和新增数据都发生在链表首,删除数据都发生在链表尾。
水果 Orange 跟 Pitaya 被访问,被移动到MRU端,新增的Mango也被插入到MRU端。而最末端的Olive则被删除。
4 算法实现
以下是使用Go语言实现Redis LRU淘汰过程的示例代码,代码注释很清楚:文章来源:https://www.toymoban.com/news/detail-667430.html
package main
import (
"container/list"
"fmt"
"time"
)
type Redis struct {
data map[string]*list.Element // 存储缓存项的键和值,以及它们在LRU链表中的位置
lru *list.List // LRU链表
}
type cacheItem struct {
key string
value string
// 记录该缓存项最后一次被访问的时间
lastAccess time.Time
}
func NewRedis() *Redis {
return &Redis{
data: make(map[string]*list.Element),
lru: list.New(),
}
}
func (r *Redis) Get(key string) (string, bool) {
// 从LRU链表中查找缓存项
if elem, ok := r.data[key]; ok {
// 将该缓存项移动到链表头部,表示最近被访问过
r.lru.MoveToFront(elem)
// 更新缓存项的最后访问时间
item := elem.Value.(*cacheItem)
item.lastAccess = time.Now()
return item.value, true
}
return "", false
}
func (r *Redis) Set(key string, value string) {
// 从LRU链表中查找缓存项
if elem, ok := r.data[key]; ok {
// 如果缓存项存在,更新其值和最后访问时间,并将其移动到链表头部
item := elem.Value.(*cacheItem)
item.value = value
item.lastAccess = time.Now()
r.lru.MoveToFront(elem)
return
}
// 如果缓存项不存在,创建新的缓存项并将其添加到LRU链表头部
item := &cacheItem{
key: key,
value: value,
lastAccess: time.Now(),
}
elem := r.lru.PushFront(item)
r.data[key] = elem
// 如果缓存空间已满,执行LRU淘汰操作
for r.lru.Len() > maxItems {
// 从链表尾部查找最久未被访问的缓存项
elem := r.lru.Back()
item := elem.Value.(*cacheItem)
// 如果该缓存项的过期时间已到达,则从链表中删除该缓存项
if item.lastAccess.Add(expireTime).Before(time.Now()) {
r.lru.Remove(elem)
delete(r.data, item.key)
} else {
// 否则,只从链表中删除该缓存项
r.lru.Remove(elem)
}
}
}
在这个示例中,我们使用了一个map来存储缓存项的键和值,以及它们在LRU链表中的位置。我们使用了一个LRU链表来存储缓存项,并按照访问时间将它们排序。在Get方法中,我们从LRU链表中查找缓存项,并将其移动到链表头部,表示最近被访问过。在Set方法中,如果缓存项已存在,我们更新其值和最后访问时间,并将其移动到链表头部;如果缓存项不存在,我们创建新的缓存项并将其添加到LRU链表头部。如果缓存空间已满,我们执行LRU淘汰操作,从链表尾部查找最久未被访问的缓存项,并从链表中删除它。注意,我们还检查了缓存项的过期时间,如果该缓存项已过期,则也会从链表中删除它。文章来源地址https://www.toymoban.com/news/detail-667430.html
到了这里,关于LRU淘汰策略执行过程的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!