上回在《??Redis 數(shù)據(jù)過期了會被立馬刪除么???》說到如果過期的數(shù)據(jù)太多，定時刪除無法刪除完全(每次刪除完過期的 key 還是超過 25%)，同時這些 key 再也不會被客戶端請求，就無法走惰性刪除，內(nèi)存被打滿會怎樣?

答案是走內(nèi)存淘汰機制。

故事從一個叫 Redis 帝國的三公九卿官職說起……

在 Redis 帝國中，整個帝國的國法、家法和軍法等都記錄在 redis.conf中，它控制著整個帝國的運行。

公務(wù)員占用的國家地盤資源大小限定由名叫「maxmemory」的司法官員制定，一共有兩種方式實現(xiàn)：

• 在運行時使用 CONFIG SET maxmemory 4gb指定帝國官職人員最大地盤資源為 4GB;
• 將 maxmemory 4gb法令記錄到 redis.conf「法典」中，在帝國運轉(zhuǎn)指定使用該「法典」運行。

需要注意的是，如果 maxmemory 為 0 ，在 64 位「空間」上則沒有限制，而 32 位「空間」則有 3GB 的隱式限制。

Redis 內(nèi)存淘汰策略

設(shè)置了帝國官職地盤資源限制，每年選拔新人就會導(dǎo)致沒有地盤資源可以使用怎么辦?如何選擇一些公務(wù)員淘汰?

在 Redis 4.0 時代，一共有 6 種淘汰策略，之后，又新增了 2 種策略。

總體上我們可以根據(jù)是否需要淘汰可以分為兩大類：

• 不執(zhí)行淘汰策略，noeviction;
• 根據(jù)不同法則淘汰的其他 7 種策略。

noeviction 不退伍策略

默認(rèn)情況下，資源超過 maxmemory 的值也不會執(zhí)行淘汰，不允許新人加入。

關(guān)系戶啊這是，皇親國戚，永久 vip 啊喂。

隨著官職人員的新增，由于不會淘汰，資源容量遲早會滿。滿了以后，當(dāng)有「新人」想要進來的時候，Redis 直接返回錯誤，并罷工。

秀，真是任性。

各式各樣的淘汰策略

剩下的 7 種策略還可以根據(jù)淘汰的候選集合和淘汰范圍分為兩大類：

• 對有設(shè)置任職過期時間的職員進行淘汰，沒有設(shè)定任職過期時間的不會淘汰，淘汰策略如下：

volatile-lru：淘汰最近最少上一線干活的人員;

volatile-lfu：4.0 之后新增的策略，淘汰上一線干活次數(shù)最少的人員;

volatile-random：隨機淘汰，騰出坑位給新人;

volatile-ttl：淘汰設(shè)置了任期時間的公務(wù)員，誰最接近任期時間就先淘汰誰。

• 對所有類型人員淘汰，不管是永久 vip 的皇親國戚還是設(shè)置了任職過期時間的人員。

allkeys-lru：淘汰最近最少上一線干活的職員;

allkeys-lfu：淘汰最少上一線干活的公務(wù)員;

allkeys-random：隨機淘汰職員，為新兵騰出空位。

故事到這里就結(jié)束了，接下來「碼哥」分享下在實際 Redis 中如何選擇合適的淘汰策略和設(shè)置最佳緩存大小給大家。

淘汰執(zhí)行過程如下圖所示：

redis-eviction

• 客戶端發(fā)送新命令到服務(wù)端;
• 服務(wù)端收到客戶端命令，Redis 檢查內(nèi)存使用情況，如果大于 maxmemory 限制，則根據(jù)策略驅(qū)逐數(shù)據(jù)。
• 執(zhí)行新命令。

allkeys-lru 使用場景

假如你的應(yīng)用存在明顯的冷熱數(shù)據(jù)區(qū)別，根據(jù)經(jīng)驗推薦你使用這個策略，充分利用 LRU 算法把最近最常訪問的數(shù)據(jù)保留，有限的內(nèi)存提高訪問性能。

allkeys-random 使用場景

假如數(shù)據(jù)沒有明顯的冷熱分別，所有的數(shù)據(jù)分布查詢比較均衡，這些數(shù)據(jù)都會被隨機查詢，那就使用 allkeys-random 策略，讓其隨機選擇淘汰數(shù)據(jù)。

volatile-lru 使用場景

業(yè)務(wù)場景有一些數(shù)據(jù)不能刪除，比如置頂新聞、視頻，這時候我們?yōu)檫@些數(shù)據(jù)不設(shè)置過期時間，這樣的話數(shù)據(jù)就不會被刪除，該策略就會去根據(jù) LRU 算法去淘汰那些設(shè)置了過期時間且最近最少被訪問的數(shù)據(jù)。

有一個點需要注意下，為 key 執(zhí)行 expire 設(shè)置過期時間會消耗一些內(nèi)存，所以使用 allkeyds-lru 會提高內(nèi)存效率。

將需要持?jǐn)?shù)據(jù)不能刪除的和全都可以淘汰數(shù)據(jù)的業(yè)務(wù)系統(tǒng)分別使用不同的 Redis 實例集群是更好的方案。

針對業(yè)務(wù)場景有一些數(shù)據(jù)不能刪除的使用 volatile-lru策略，另一類則可以使用 allkyes-lru 或者 allkeys-random。

Redis 容量設(shè)置多大合適

緩存并不是越大越好，用最小的代價去獲得最高的收益才是老板想要的。

數(shù)據(jù)訪問有局部性，根據(jù)「二八原理」：通常 20% 的數(shù)據(jù)能支撐 80% 的訪問請求。

所以我們可不可以把緩存容量大小設(shè)置為總數(shù)據(jù)量的 20%?

當(dāng)然，不能這么絕對，這是理想狀態(tài)。因為可能存在一些個性化需求，不同的用戶訪問的數(shù)據(jù)可能差別很大，不完全具備「二八原理」。

我們應(yīng)當(dāng)結(jié)合實際的訪問特點和成本來綜合評估。根據(jù)經(jīng)驗建議將容量設(shè)置成總數(shù)據(jù)量的 15%~30%。

碼哥，其他淘汰規(guī)則比較簡單，volatile-lru 和 volatile-lfu 則比較復(fù)雜，他們的算法是怎樣的?

volatile-lru 使用了 LRU 算法，淘汰最近最少使用的數(shù)據(jù)。而 volatile-lfu 使用了 LFU 算法，它在 LRU 算法基礎(chǔ)上同時考慮了數(shù)據(jù)的時效性和訪問頻率，最少訪問的 key 會被刪除。

至于具體算法細(xì)節(jié)，我們下回分解。一次性太多的話大家容易在知識的海洋里里嗆水。