Redis-过期删除策略和内存淘汰策略

简介、我们先来看如下几个问题：

①、如何设置Redis键的过期时间 ？

②、设置完一个键的过期时间后，到了这个时间，这个键还能获取到么？假如获取不到那这个键还占据着内存吗 ？

③、如何设置Redis的内存大小？当内存满了之后，Redis有哪些内存淘汰策略？我们又该如何选择 ？

一、设置Redis键过期时间

1、Redis提供了四个命令来设置过期时间（生存时间）

①、EXPIRE ：表示将键 key 的生存时间设置为 ttl 秒。

②、PEXPIRE ：表示将键 key 的生存时间设置为 ttl 毫秒。

③、EXPIREAT ：表示将键 key 的生存时间设置为 timestamp 所指定的秒数时间戳。

④、PEXPIREAT ：表示将键 key 的生存时间设置为 timestamp 所指定的毫秒数时间戳。

注释：在Redis内部实现中，前面三个设置过期时间的命令最后都会转换成最后一个PEXPIREAT 命令来完成。

返回键的剩余生存时间

• TTL ：以秒的单位返回键 key 的剩余生存时间。

• PTTL ：以毫秒的单位返回键 key 的剩余生存时间。

2、Redis过期时间的判定

在Redis内部，每当我们设置一个键的过期时间时，Redis就会将该键带上过期时间存放到一个过期字典中。当我们查询一个键时，Redis便首先检查该键是否存在过期字典中，

如果存在，那就获取其过期时间。然后将过期时间和当前系统时间进行比对，比系统时间大，那就没有过期；反之判定该键过期。

二、过期删除策略

删除策略就是针对已过期数据的处理策略，已过期的数据不一定被立即删除，在不同的场景下使用不同的删除方式会有不同效果，在内存占用与 CPU 占用之间寻找一种平衡，

顾此失彼都会造成整体 Redis 性能的下降，甚至引发服务器宕机或内存泄露

针对过期数据有三种删除策略：

• 定时删除

• 惰性删除（被动删除）

• 定期删除

1、定时删除

在设置键的过期时间的同时，创建一个定时器（timer），让定时器在键的过期时间到达时，立即执行对键的删除操作

• 优点：节约内存，到时就删除，快速释放掉不必要的内存占用

• 缺点：对 CPU 不友好，无论 CPU 此时负载多高均占用 CPU，会影响 Redis 服务器响应时间和指令吞吐量

• 总结：用处理器性能换取存储空间（拿时间换空间）

创建一个定时器需要用到 Redis 服务器中的时间事件，而时间事件的实现方式是无序链表，查找一个事件的时间复杂度为 O(N)，并不能高效地处理大量时间事件，所以采用这种方式并不现实

2、惰性删除

数据到达过期时间不做处理，等下次访问到该数据时执行 expireIfNeeded() 判断：

• 如果输入键已经过期，那么 expireIfNeeded 函数将输入键从数据库中删除，接着访问就会返回空

• 如果输入键未过期，那么 expireIfNeeded 函数不做动作

所有的 Redis 读写命令在执行前都会调用 expireIfNeeded 函数进行检查，该函数就像一个过滤器，在命令真正执行之前过滤掉过期键

惰性删除的特点：

• 优点：节约 CPU 性能，删除的目标仅限于当前处理的键，不会在删除其他无关的过期键上花费任何 CPU 时间

• 缺点：内存压力很大，出现长期占用内存的数据，如果过期键永远不被访问，这种情况相当于内存泄漏

• 总结：用存储空间换取处理器性能（拿空间换时间）

3、定期删除

定期删除策略是每隔一段时间执行一次删除过期键操作，并通过限制删除操作执行的时长和频率来减少删除操作对 CPU 时间的影响

• 如果删除操作执行得太频繁，或者执行时间太长，就会退化成定时删除策略，将 CPU 时间过多地消耗在删除过期键上

• 如果删除操作执行得太少，或者执行时间太短，定期删除策略又会和惰性删除策略一样，出现浪费内存的情况

定期删除是周期性轮询 Redis 库中的时效性数据，从过期字典中随机抽取一部分键检查，利用过期数据占比的方式控制删除频度

• Redis 启动服务器初始化时，读取配置 server.hz 的值，默认为 10，执行指令 info server 可以查看，每秒钟执行 server.hz 次 serverCron() → activeExpireCycle()

• activeExpireCycle() 对某个数据库中的每个 expires 进行检测，工作模式：

  • 轮询每个数据库，从数据库中取出一定数量的随机键进行检查，并删除其中的过期键，如果过期 key 的比例超过了 25%，则继续重复此过程，直到过期 key 的比例下降到 25% 以下，或者这次任务的执行耗时超过了 25 毫秒

  • 全局变量 current_db 用于记录 activeExpireCycle() 的检查进度（哪一个数据库），下一次调用时接着该进度处理

  • 随着函数的不断执行，服务器中的所有数据库都会被检查一遍，这时将 current_db 重置为 0，然后再次开始新一轮的检查

定期删除特点：

• CPU 性能占用设置有峰值，检测频度可自定义设置

• 内存压力不是很大，长期占用内存的冷数据会被持续清理

• 周期性抽查存储空间（随机抽查，重点抽查）

三、内存淘汰策略

我们看到，通过过期删除策略，对于某些永远使用不到的键，并且多次定期删除也没选定到并删除，那么这些键同样会一直驻留在内存中，

又或者在Redis中存入了大量的键，这些操作可能会导致Redis内存不够用，这时候就需要Redis的内存淘汰策略了。

1、逐出算法

数据淘汰策略：当新数据进入 Redis 时，在执行每一个命令前，会调用 freeMemoryIfNeeded() 检测内存是否充足。如果内存不满足新加入数据的最低存储要求，

Redis 要临时删除一些数据为当前指令清理存储空间，清理数据的策略称为逐出算法

逐出数据的过程不是 100% 能够清理出足够的可使用的内存空间，如果不成功则反复执行，当对所有数据尝试完毕，如不能达到内存清理的要求，出现 Redis 内存打满异常：

(error) OOM command not allowed when used memory >'maxmemory'

2、策略配置

Redis 如果不设置最大内存大小或者设置最大内存大小为 0，在 64 位操作系统下不限制内存大小，在 32 位操作系统默认为 3GB 内存，一般推荐设置 Redis 内存为最大物理内存的四分之三

内存配置方式：

• 通过修改文件配置（永久生效）：修改配置文件 maxmemory 字段，单位为字节

• 通过命令修改（重启失效）：

  • config set maxmemory 104857600：设置 Redis 最大占用内存为 100MB

  • config get maxmemory：获取 Redis 最大占用内存

  • info ：可以查看 Redis 内存使用情况，used_memory_human 字段表示实际已经占用的内存，maxmemory 表示最大占用内存

影响数据淘汰的相关配置如下，配置 conf 文件：

• 每次选取待删除数据的个数，采用随机获取数据的方式作为待检测删除数据，防止全库扫描，导致严重的性能消耗，降低读写性能

  maxmemory-samples count
  

• 达到最大内存后的，对被挑选出来的数据进行删除的策略

  maxmemory-policy policy
  

数据删除的策略 policy：3 类 8 种

第一类：检测设置过期时间的数据（可能会过期的数据集 server.db[i].expires）：

  volatile-lru	# 对设置了过期时间的 key 选择最近最少使用的数据淘汰  最近最少使用的键
  volatile-lfu	# 对设置了过期时间的 key 选择最不常用数据淘汰
  volatile-ttl	# 对设置了过期时间的 key 选择将要过期的数据淘汰
  volatile-random	# 对设置了过期时间的 key 选择任意数据淘汰

第二类：检测全库数据（所有数据集 server.db[i].dict ）：

  allkeys-lru		# 对所有 key 选择最近最少使用的数据淘汰
  allkeLyRs-lfu	    # 对所有 key 选择最不常用的数据淘汰
  allkeys-random	# 对所有 key 选择任意数据淘汰，相当于随机

第三类：放弃数据驱逐

  no-enviction	# 禁止驱逐数据(redis4.0中默认策略)，会引发OOM(Out Of Memory)

在redis.conf 配置文件中，可以设置淘汰方式：