
來源:cnblogs.com/lonely-wolf/p/14403264.html# 前言
作為一臺服務(wù)器來說,內(nèi)存并不是無限的,所以總會存在內(nèi)存耗盡的情況,那么當(dāng) Redis 服務(wù)器的內(nèi)存耗盡后,如果繼續(xù)執(zhí)行請求命令,Redis 會如何處理呢?# 內(nèi)存回收
使用Redis 服務(wù)時(shí),很多情況下某些鍵值對只會在特定的時(shí)間內(nèi)有效,為了防止這種類型的數(shù)據(jù)一直占有內(nèi)存,我們可以給鍵值對設(shè)置有效期。Redis 中可以通過 4 個獨(dú)立的命令來給一個鍵設(shè)置過期時(shí)間:expire key ttl:將 key 值的過期時(shí)間設(shè)置為 ttl 秒。
pexpire key ttl:將 key 值的過期時(shí)間設(shè)置為 ttl 毫秒。
expireat key timestamp:將 key 值的過期時(shí)間設(shè)置為指定的 timestamp 秒數(shù)。
pexpireat key timestamp:將 key 值的過期時(shí)間設(shè)置為指定的 timestamp 毫秒數(shù)。
PS:不管使用哪一個命令,最終 Redis 底層都是使用 pexpireat 命令來實(shí)現(xiàn)的。另外,set 等命令也可以設(shè)置 key 的同時(shí)加上過期時(shí)間,這樣可以保證設(shè)值和設(shè)過期時(shí)間的原子性。設(shè)置了有效期后,可以通過 ttl 和 pttl 兩個命令來查詢剩余過期時(shí)間(如果未設(shè)置過期時(shí)間則下面兩個命令返回 -1,如果設(shè)置了一個非法的過期時(shí)間,則都返回 -2):ttl key 返回 key 剩余過期秒數(shù)。
pttl key 返回 key 剩余過期的毫秒數(shù)。
# 過期策略
定時(shí)刪除:為每個鍵設(shè)置一個定時(shí)器,一旦過期時(shí)間到了,則將鍵刪除。這種策略對內(nèi)存很友好,但是對 CPU 不友好,因?yàn)槊總€定時(shí)器都會占用一定的 CPU 資源。
惰性刪除:不管鍵有沒有過期都不主動刪除,等到每次去獲取鍵時(shí)再判斷是否過期,如果過期就刪除該鍵,否則返回鍵對應(yīng)的值。這種策略對內(nèi)存不夠友好,可能會浪費(fèi)很多內(nèi)存。
定期掃描:系統(tǒng)每隔一段時(shí)間就定期掃描一次,發(fā)現(xiàn)過期的鍵就進(jìn)行刪除。這種策略相對來說是上面兩種策略的折中方案,需要注意的是這個定期的頻率要結(jié)合實(shí)際情況掌控好,使用這種方案有一個缺陷就是可能會出現(xiàn)已經(jīng)過期的鍵也被返回。
在 Redis 當(dāng)中,其選擇的是策略 2 和策略 3 的綜合使用。不過 Redis 的定期掃描只會掃描設(shè)置了過期時(shí)間的鍵,因?yàn)樵O(shè)置了過期時(shí)間的鍵 Redis 會單獨(dú)存儲,所以不會出現(xiàn)掃描所有鍵的情況:typedef struct redisDb { dict *dict; dict *expires; dict *blocking_keys; dict *watched_keys; int id; } redisDb;
# 8 種淘汰策略
假如 Redis 當(dāng)中所有的鍵都沒有過期,而且此時(shí)內(nèi)存滿了,那么客戶端繼續(xù)執(zhí)行 set 等命令時(shí) Redis 會怎么處理呢?Redis 當(dāng)中提供了不同的淘汰策略來處理這種場景。首先 Redis 提供了一個參數(shù) maxmemory 來配置 Redis 最大使用內(nèi)存:或者也可以通過命令 config set maxmemory 1GB 來動態(tài)修改。如果沒有設(shè)置該參數(shù),那么在 32 位的操作系統(tǒng)中 Redis 最多使用 3GB 內(nèi)存,而在 64 位的操作系統(tǒng)中則不作限制。Redis 中提供了 8 種淘汰策略,可以通過參數(shù) maxmemory-policy 進(jìn)行配置:PS:淘汰策略也可以直接使用命令 config set maxmemory-policy <策略> 來進(jìn)行動態(tài)配置。
# LRU 算法
LRU 全稱為:Least Recently Used。即:最近最長時(shí)間未被使用。這個主要針對的是使用時(shí)間。Redis 改進(jìn)后的 LRU 算法
在 Redis 當(dāng)中,并沒有采用傳統(tǒng)的 LRU 算法,因?yàn)閭鹘y(tǒng)的 LRU 算法存在 2 個問題:可能存在某些 key 值使用很頻繁,但是最近沒被使用,從而被 LRU 算法刪除。
為了避免以上 2 個問題,Redis 當(dāng)中對傳統(tǒng)的 LRU 算法進(jìn)行了改造,通過抽樣的方式進(jìn)行刪除。配置文件中提供了一個屬性 maxmemory_samples 5,默認(rèn)值就是 5,表示隨機(jī)抽取 5 個 key 值,然后對這 5 個 key 值按照 LRU 算法進(jìn)行刪除,所以很明顯,key 值越大,刪除的準(zhǔn)確度越高。對抽樣 LRU 算法和傳統(tǒng)的 LRU 算法,Redis 官網(wǎng)當(dāng)中有一個對比圖:左上角第一幅圖代表的是傳統(tǒng) LRU 算法,可以看到,當(dāng)抽樣數(shù)達(dá)到 10 個(右上角),已經(jīng)和傳統(tǒng)的 LRU 算法非常接近了。Redis 如何管理熱度數(shù)據(jù)
前面我們講述字符串對象時(shí),提到了 redisObject 對象中存在一個 lru 屬性:typedef struct redisObject { unsigned type:4; unsigned encoding:4; unsigned lru:LRU_BITS; int refcount; void *ptr;} robj;
lru 屬性是創(chuàng)建對象的時(shí)候?qū)懭?,對象被訪問到時(shí)也會進(jìn)行更新。正常人的思路就是最后決定要不要刪除某一個鍵肯定是用當(dāng)前時(shí)間戳減去 lru,差值最大的就優(yōu)先被刪除。但是 Redis 里面并不是這么做的,Redis 中維護(hù)了一個全局屬性 lru_clock,這個屬性是通過一個全局函數(shù) serverCron 每隔 100 毫秒執(zhí)行一次來更新的,記錄的是當(dāng)前 unix 時(shí)間戳。最后決定刪除的數(shù)據(jù)是通過 lru_clock 減去對象的 lru 屬性而得出的。那么為什么 Redis 要這么做呢?直接取全局時(shí)間不是更準(zhǔn)確嗎?這是因?yàn)檫@么做可以避免每次更新對象的 lru 屬性的時(shí)候可以直接取全局屬性,而不需要去調(diào)用系統(tǒng)函數(shù)來獲取系統(tǒng)時(shí)間,從而提升效率(Redis 當(dāng)中有很多這種細(xì)節(jié)考慮來提升性能,可以說是對性能盡可能的優(yōu)化到極致)。不過這里還有一個問題,我們看到,redisObject 對象中的 lru 屬性只有 24 位,24 位只能存儲 194 天的時(shí)間戳大小,一旦超過 194 天之后就會重新從 0 開始計(jì)算,所以這時(shí)候就可能會出現(xiàn) redisObject 對象中的 lru 屬性大于全局的 lru_clock 屬性的情況。正因?yàn)槿绱?,所以?jì)算的時(shí)候也需要分為 2 種情況:當(dāng)全局 lruclock > lru,則使用 lruclock - lru 得到空閑時(shí)間。
當(dāng)全局 lruclock < lru,則使用 lruclock_max(即 194 天) - lru + lruclock 得到空閑時(shí)間。
需要注意的是,這種計(jì)算方式并不能保證抽樣的數(shù)據(jù)中一定能刪除空閑時(shí)間最長的。這是因?yàn)槭紫瘸^ 194 天還不被使用的情況很少,再次有 lruclock 第 2 輪繼續(xù)超過 lru 屬性時(shí),計(jì)算才會出問題。比如對象 A 記錄的 lru 是 1 天,而 lruclock 第二輪都到 10 天了,這時(shí)候就會導(dǎo)致計(jì)算結(jié)果只有 10-1=9 天,實(shí)際上應(yīng)該是 194+10-1=203 天。但是這種情況可以說又是更少發(fā)生,所以說這種處理方式是可能存在刪除不準(zhǔn)確的情況,但是本身這種算法就是一種近似的算法,所以并不會有太大影響。# LFU 算法
LFU 全稱為:Least Frequently Used。即:最近最少頻率使用,這個主要針對的是使用頻率。這個屬性也是記錄在redisObject 中的 lru 屬性內(nèi)。當(dāng)我們采用 LFU 回收策略時(shí),lru 屬性的高 16 位用來記錄訪問時(shí)間(last decrement time:ldt,單位為分鐘),低 8 位用來記錄訪問頻率(logistic counter:logc),簡稱 counter。訪問頻次遞增
LFU 計(jì)數(shù)器每個鍵只有 8 位,它能表示的最大值是 255,所以 Redis 使用的是一種基于概率的對數(shù)器來實(shí)現(xiàn) counter 的遞增。r給定一個舊的訪問頻次,當(dāng)一個鍵被訪問時(shí),counter 按以下方式遞增:提取 0 和 1 之間的隨機(jī)數(shù) R。
counter - 初始值(默認(rèn)為 5),得到一個基礎(chǔ)差值,如果這個差值小于 0,則直接取 0,為了方便計(jì)算,把這個差值記為 baseval。
概率 P 計(jì)算公式為:1/(baseval * lfu_log_factor + 1)。
如果 R < P 時(shí),頻次進(jìn)行遞增(counter++)。
公式中的 lfu_log_factor 稱之為對數(shù)因子,默認(rèn)是 10 ,可以通過參數(shù)來進(jìn)行控制:下圖就是對數(shù)因子 lfu_log_factor 和頻次 counter 增長的關(guān)系圖:可以看到,當(dāng)對數(shù)因子 lfu_log_factor 為 100 時(shí),大概是 10M(1000萬) 次訪問才會將訪問 counter 增長到 255,而默認(rèn)的 10 也能支持到 1M(100萬) 次訪問 counter 才能達(dá)到 255 上限,這在大部分場景都是足夠滿足需求的。訪問頻次遞減
如果訪問頻次 counter 只是一直在遞增,那么遲早會全部都到 255,也就是說 counter 一直遞增不能完全反應(yīng)一個 key 的熱度的,所以當(dāng)某一個 key 一段時(shí)間不被訪問之后,counter 也需要對應(yīng)減少。counter 的減少速度由參數(shù) lfu-decay-time 進(jìn)行控制,默認(rèn)是 1,單位是分鐘。默認(rèn)值 1 表示:N 分鐘內(nèi)沒有訪問,counter 就要減 N。獲取當(dāng)前時(shí)間戳,轉(zhuǎn)化為分鐘后取低 16 位(為了方便后續(xù)計(jì)算,這個值記為 now)。
取出對象內(nèi)的 lru 屬性中的高 16 位(為了方便后續(xù)計(jì)算,這個值記為 ldt)。
當(dāng) lru > now 時(shí),默認(rèn)為過了一個周期(16 位,最大 65535),則取差值 65535-ldt+now:當(dāng) lru <= now 時(shí),取差值 now-ldt(為了方便后續(xù)計(jì)算,這個差值記為 idle_time)。
取出配置文件中的 lfu_decay_time 值,然后計(jì)算:idle_time / lfu_decay_time(為了方便后續(xù)計(jì)算,這個值記為num_periods)。
最后將counter減少:counter - num_periods。
看起來這么復(fù)雜,其實(shí)計(jì)算公式就是一句話:取出當(dāng)前的時(shí)間戳和對象中的 lru 屬性進(jìn)行對比,計(jì)算出當(dāng)前多久沒有被訪問到,比如計(jì)算得到的結(jié)果是 100 分鐘沒有被訪問,然后再去除配置參數(shù) lfu_decay_time,如果這個配置默認(rèn)為 1也即是 100/1=100,代表 100 分鐘沒訪問,所以 counter 就減少 100。# 總結(jié)
本文主要介紹了 Redis 過期鍵的處理策略,以及當(dāng)服務(wù)器內(nèi)存不夠時(shí) Redis 的 8 種淘汰策略,最后介紹了 Redis 中的兩種主要的淘汰算法 LRU 和 LFU。PS:如果覺得我的分享不錯,歡迎大家隨手點(diǎn)贊、在看。如果有什么建議也可以給我們留言哦~