Redis内存回收策略
Redis 也会因为内存不足而产生错误,也可能因为回收过久而导致系统长期的停顿,因此掌握执行回收策略十分有必要。在 Redis 的配置文件中,当 Redis 的内存达到规定的最大值时,允许配置 6 种策略中的一种进行淘汰键值,并且将一些键值对进行回收,让我们来看看它们的特点。
首先,Redis 的配置文件放在 Redis 的安装目录下,在 Windows 中是 redis.windows.conf,在 Lunix/Unix 中则是 redis.conf。Redis 对其中的一个配置项——maxmemory-policy,提供了这样的一段描述:
Redis 在默认情况下会采用 noeviction 策略。换句话说,如果内存已满,则不再提供写入操作,而只提供读取操作。显然这往往并不能满足我们的要求,因为对于互联网系统而言,常常会涉及数以百万甚至更多的用户,所以往往需要设置回收策略。
这里需要指出的是:LRU 算法或者 TTL 算法都是不是很精确算法,而是一个近似的算法。Redis 不会通过对全部的键值对进行比较来确定最精确的时间值,从而确定删除哪个键值对,因为这将消耗太多的时间,导致回收垃圾执行的时间太长,造成服务停顿。
而在 Redis 的默认配置文件中,存在着参数 maxmemory-samples,它的默认值为 3,假设采取了 volatile-ttl 算法,让我们去了解这样的一个回收的过程,假设当前有 5 个即将超时的键值对,如表 2 所示。
由于配置 maxmemory-samples 的值为 3,如果 Redis 是按表中的顺序探测,那么它只会取到样本 A1、A2、A3,然后进行比较,因为 A2 过期剩余秒数最少,所以决定淘汰 A2,因此 A2 是最先被删除的。
注意,此时即将过期且剩余超时秒数最短的 A4 却还在内存中,因为它不属于探测样本。这就是 Redis 中采用的近似算法。当设置 maxmemory-samples 越大,则 Redis 删除的就越精确,但是与此同时带来不利的是,Redis 也就需要花更多的时间去计算和匹配更为精确的值。
回收超时策略的缺点是必须指明超时的键值对,这会给程序开发带来一些设置超时的代码,无疑增加了开发者的工作量。
对所有的键值对进行回收,有可能把正在使用的键值对删掉,增加了存储的不稳定性。对于垃圾回收的策略,还需要注意的是回收的时间,因为在 Redis 对垃圾的回收期间,会造成系统缓慢。
因此,控制其回收时间有一定好处,只是这个时间不能过短或过长。过短则会造成回收次数过于频繁,过长则导致系统单次垃圾回收停顿时间过长,都不利于系统的稳定性,这些都需要设计者在实际的工作中进行思考。
首先,Redis 的配置文件放在 Redis 的安装目录下,在 Windows 中是 redis.windows.conf,在 Lunix/Unix 中则是 redis.conf。Redis 对其中的一个配置项——maxmemory-policy,提供了这样的一段描述:
# volatile-lru -> remove the key with an expire set using an LRU algorithm
# allkeys-lru -> remove any key according to the LRU algorithm
# volatile-random -> remove a random key 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 expire at all, just return an error on write operations
名称 | 说明 |
---|---|
volatile-lru | 采用最近使用最少的淘汰策略,Redis 将回收那些超时的(仅仅是超时的)键值对,也就是它只淘汰那些超时的键值对。 |
allkeys-lru | 采用淘汰最少使用的策略,Redis 将对所有的(不仅仅是超时的)键值对采用最近使用最少的淘汰策略。 |
volatile-random | 采用随机淘汰策略删除超时的(仅仅是超时的)键值对。 |
allkeys-random | 采用随机淘汰策略删除所有的(不仅仅是超时的)键值对,这个策略不常用。 |
volatile-ttl | 采用删除存活时间最短的键值对策略。 |
noeviction | 根本就不淘汰任何键值对,当内存已满时,如果做读操作,例如 get 命令,它将正常工作,而做写操作,它将返回错误。也就是说,当 Redis 采用这个策略内存达到最大的时候,它就只能读而不能写了。 |
Redis 在默认情况下会采用 noeviction 策略。换句话说,如果内存已满,则不再提供写入操作,而只提供读取操作。显然这往往并不能满足我们的要求,因为对于互联网系统而言,常常会涉及数以百万甚至更多的用户,所以往往需要设置回收策略。
这里需要指出的是:LRU 算法或者 TTL 算法都是不是很精确算法,而是一个近似的算法。Redis 不会通过对全部的键值对进行比较来确定最精确的时间值,从而确定删除哪个键值对,因为这将消耗太多的时间,导致回收垃圾执行的时间太长,造成服务停顿。
而在 Redis 的默认配置文件中,存在着参数 maxmemory-samples,它的默认值为 3,假设采取了 volatile-ttl 算法,让我们去了解这样的一个回收的过程,假设当前有 5 个即将超时的键值对,如表 2 所示。
键值对 | 剩余超时秒数 | 备注 |
---|---|---|
A1 | 6 | 属于探测样本 |
A2 | 3 | 属于探测样本中的最短值,因此最先删除 |
A3 | 4 | 属于探测样本 |
A4 | 1 | 最短值,但是它不属于探测样本,所以没有最先删除 |
A5 | 9 | 但不属于样本 |
注意,此时即将过期且剩余超时秒数最短的 A4 却还在内存中,因为它不属于探测样本。这就是 Redis 中采用的近似算法。当设置 maxmemory-samples 越大,则 Redis 删除的就越精确,但是与此同时带来不利的是,Redis 也就需要花更多的时间去计算和匹配更为精确的值。
回收超时策略的缺点是必须指明超时的键值对,这会给程序开发带来一些设置超时的代码,无疑增加了开发者的工作量。
对所有的键值对进行回收,有可能把正在使用的键值对删掉,增加了存储的不稳定性。对于垃圾回收的策略,还需要注意的是回收的时间,因为在 Redis 对垃圾的回收期间,会造成系统缓慢。
因此,控制其回收时间有一定好处,只是这个时间不能过短或过长。过短则会造成回收次数过于频繁,过长则导致系统单次垃圾回收停顿时间过长,都不利于系统的稳定性,这些都需要设计者在实际的工作中进行思考。
所有教程
- socket
- Python基础教程
- C#教程
- MySQL函数
- MySQL
- C语言入门
- C语言专题
- C语言编译器
- C语言编程实例
- GCC编译器
- 数据结构
- C语言项目案例
- C++教程
- OpenCV
- Qt教程
- Unity 3D教程
- UE4
- STL
- Redis
- Android教程
- JavaScript
- PHP
- Mybatis
- Spring Cloud
- Maven
- vi命令
- Spring Boot
- Spring MVC
- Hibernate
- Linux
- Linux命令
- Shell脚本
- Java教程
- 设计模式
- Spring
- Servlet
- Struts2
- Java Swing
- JSP教程
- CSS教程
- TensorFlow
- 区块链
- Go语言教程
- Docker
- 编程笔记
- 资源下载
- 关于我们
- 汇编语言
- 大数据
- 云计算
- VIP视频