Redis系列之----Redis的过期设置及淘汰策略

Redis的过期时间机制和内存淘汰策略

   Redis的数据是存储在内存中的，而服务器的内存大小是有限制的，除非宕机，否则这些数据会一直存在，对于一些不再使用的key，也应当进行删除，否则会浪费内存空间。而且有些场景需要这种有失效性的数据，比如限时优惠活动、用户session、验证码等。过了一定的时间就需要删除这些数据。为了解决这个问题，Redis提供了可以为这个值设置一个过期的时间功能，当达到这个过期时间后，将这个数据进行删掉来释放内存空间。

一、过期时间机制

   redis对存储值的过期处理实际上是针对该值的键（key）处理的，即时间的设置也是设置key的有效时间。Expires字典保存了所有键的过期时间，Expires也被称为过期字段。Redis提供了四种处理策略：

• EXPIRE 将key的生存时间设置为ttl秒
• PEXPIRE 将key的生成时间设置为ttl毫秒
• EXPIREAT 将key的过期时间设置为timestamp所代表的的秒数的时间戳
• PEXPIREAT 将key的过期时间设置为timestamp所代表的的毫秒数的时间戳

   1、2两种方式是设置一个过期的时间段，如处理验证码最常用的策略，设置三分钟或五分钟后失效，把分钟数转换成秒或毫秒存储到redis中。
   3、4两种方式是指定一个过期的时间 ，比如优惠券的过期时间是某年某月某日，只是单位不一样。

例如：

127.0.0.1:6379> set messageCode 8223
OK
127.0.0.1:6379> expire messageCode 100
(integer) 1

使用ttl命令查看剩余生命周期：

127.0.0.1:6379> ttl messageCode
(integer) 91

   在小于2.1.3的版本里，只能对key设置一次expire。2.1.3和之后的版本里，可以多次对key使用expire命令，更新key的expire time。如果对key使用set或del命令，那么也会移除expire time。
设置了过期时间的key会被在过期后会被删除掉，那么redis是以何种方式删掉的呢？

删除策略

Redis提供了三种不同的删除策略：

• 定时删除：在设置键的过期时间的时候创建一个定时器，当过期时间到的时候立马执行删除操作，此种方式对 正常业务读写影响较大。
• 定期删除：redis数据库默认每隔100ms就会进行随机抽取一些设置过期时间的key进行检测，过期则删除。
• 惰性删除：惰性删除是为了堆定期删除的时候没有被抽取到的key进行删除，当访问这个key的时候，才会删除这个key，所以叫惰性删除。

目前，Redis采用的是惰性删除+定期删除的方案。

二、Redis的内存淘汰策略

   前面说到，redis的会对过期的key进行清除，但是如果插入的速度大于清除的速度的话，服务器的内存迟早会满的，这个时候，就需要一种淘汰策略来对内存中的key再进行处理，Redis会根据用户配置的淘汰策略清除无用的key释放来内存空间，redis提供了以下八种中内存淘汰的策略：

• volatile-lru： 从设置过期时间的数据集中挑选出最近最少使用的数据淘汰。没有设置过期时间的key不会被淘汰，这样就可以在增加内存空间的同时保证需要持久化的数据不会丢失。
• allkeys-lru：从数据集中挑选最近最少使用的数据淘汰，该策略要淘汰的key面向的是全体key集合，而非过期的key集合。
• volatile-random：从已设置过期时间的数据集中随机选择数据淘汰
• allkeys-random：从全体的key集合中任意选择数据淘汰
• volatile-ttl：除了淘汰机制采用LRU，策略基本上与volatile-lru相似，从设置过期时间的数据集中挑选将要过期的数据淘汰，ttl值越大越优先被淘汰。
• noeviction：禁止驱逐数据，也就是当内存不足以容纳新入数据时，新写入操作就会报错，请求可以继续进行，线上任务也不能持续进行，采用no-enviction策略可以保证数据不被丢失，这也是系统默认的一种淘汰策略。
• volatile-lfu：从所有配置了过期时间的键中驱逐使用频率最少的键
• allkeys-lfu：从所有键中驱逐使用频率最少的键。

   这里有个特点，所有的设置的过期了的key的淘汰策略名称都是volatile开头的，这是因为设置了过期时间的key都是属于不稳定的key，这里也是见名知意。

   Redis中的LRU与常规的LRU实现并不相同，常规LRU会准确的淘汰掉队头的元素，但是Redis的LRU并不维护队列，只是根据配置的策略要么从所有的key中随机选择N个（N可以配置）要么从所有的设置了过期时间的key中选出N个键，然后再从这N个键中选出最久没有使用的一个key进行淘汰。LRU的最近最少使用实际上并不精确，为了解决这个缺陷，Redis4.0提供了LFU(Least Frequently Used)算法，也就是最频繁被访问的数据将来最有可能被访问到。思想类似redis会每个key维护一个计数器。每次key被访问的时候，计数器增大。计数器越大，可以约等于访问越频繁。

如何设置过期淘汰策略

在redis的redis.conf文件中，有这样一段描述：

# MAXMEMORY POLICY: how Redis will select what to remove when maxmemory
# is reached. You can select among five behaviors:
#
# volatile-lru -> Evict using approximated LRU among the keys with an expire set.
# allkeys-lru -> Evict any key using approximated LRU.
# volatile-lfu -> Evict using approximated LFU among the keys with an expire set.
# allkeys-lfu -> Evict any key using approximated LFU.
# volatile-random -> Remove a random key among the ones with an expire set.
# allkeys-random -> Remove a random key, any key.
# volatile-ttl -> Remove the key with the nearest expire time (minor TTL)
# noeviction -> Don't evict anything, just return an error on write operations.
# LRU是最近最少使用
# LRU means Least Recently Used
# LFU是最少使用
# LFU means Least Frequently Used
#
# Both LRU, LFU and volatile-ttl are implemented using approximated
# randomized algorithms.
#
# Note: with any of the above policies, Redis will return an error on write
#       operations, when there are no suitable keys for eviction.
#
#       At the date of writing these commands are: set setnx setex append
#       incr decr rpush lpush rpushx lpushx linsert lset rpoplpush sadd
#       sinter sinterstore sunion sunionstore sdiff sdiffstore zadd zincrby
#       zunionstore zinterstore hset hsetnx hmset hincrby incrby decrby
#       getset mset msetnx exec sort
#
# The default is:
# 默认使用的是noeviction
# maxmemory-policy noeviction

这段配置文件描述的很清楚，只需要看一下便能了解这些配置的含义。

   一般来说，volatile-lru使用的场景偏多，在开发中，对于那些重要的，绝对不能丢弃的数据（如配置类数据等），应不设置有效期，这样Redis就永远不会淘汰这些数据；对于那些相对不是那么重要的，并且能够回源的数据，可以设置有效期，这样在内存不够时Redis就会淘汰这部分数据。

设置淘汰策略：
到redis的bin目录下使用如下命令：

redis-cli -p 6379 config set maxmemory-policy volatile-lru

或者直接修改redis.conf配置：

maxmemory-policy volatile-lru

   Redis中的淘汰机制是从性能和可用性方面考虑的，并不是完全可靠，我们在开发中应尽量对不需要永久保存的数据主动设置或更新key的expire时间，主动删除这部分数据，提升Redis整体性能和空间。