面试官问：Redis缓存淘汰策略有哪些？

我们知道：Redis是基于内存的，面试官问：

• 生产环境Redis内存如何分配？
• Redis键过期了如何删除？
• ......

图片

本小节不仅适用于工作，也是面试的高频问题。

文章导读

图片

Redis内存分析

一、Redis默认内存是多少？

在 64bit 系统下，默认不限制内存大小，不设置内存大小和maxmemory = 0表示不限制 Redis 内存使用

二、如何查看Redis最大内存是多少？

127.0.0.1:6379> config get maxmemory
1) "maxmemory"
2) "0"

# maxmemory 

三、如何查看Redis内存使用情况?

127.0.0.1:6379> info memory

四、如何配置和修改?

127.0.0.1:6379> config set maxmemory 104857600
OK
127.0.0.1:6379> config get maxmemory
1) "maxmemory"
2) "104857600"

图片

五、生产环境如何配置?

建议：一般取物理内存的3/4

Redis过期键删除？

我们知道，redis一般会设置过期时间。那么这些键过期了是立刻从内存中删除吗？

通常，键删除会有不同的策略

一、立刻删除

立即删除能保证过期键值会在过期后马上被删除，其所占用的内存也会随之释放。但是删除操作会占用cpu的时间，造成CPU额外的压力。

redis.conf 中，通过调整过期键的检测频率

# The range is between 1 and 500, however a value over 100 is usually not
# a good idea. Most users should use the default of 10 and raise this up to
# 100 only in environments where very low latency is required.
hz 10

但是这会产生大量的性能消耗，同时也会影响数据的读取操作。

二、惰性删除

数据到达过期时间，不做处理。等下次访问该数据时，

• 如果未过期，返回数据 ；
• 发现已过期，删除，返回不存在。

惰性删除策略的缺点是，它对内存是最不友好的。如果一个键已经过期，而这个键又仍然保留在redis中，那么只要这个过期键不被删除，它所占用的内存就不会释放。

#开启憜性淘汰
lazyfree-lazy-evictinotallow=yes

三、定期删除

这种方案有效规避上述两种极端情况， 定期删除策略的难点是确定删除操作执行的时长和频率：

• 如果删除操作执行得太频繁或者执行的时间太长，定期删除策略就会退化成立即删除策略。
• 如果删除操作执行得太少，或者执行的时间太短，定期删除策略又会和惰性删除束略一样，出现浪费内存的情况。
• 因此，如果采用定期删除策略的话，服务器必须根据情况，合理地设置删除操作的执行时长和执行频率。

Redis内存淘汰策略

基于上述的了解，假如：

1 定期删除时，从来没有被抽查到

2 惰性删除时，也从来没有被点中使用过

上述两个步骤，依然会有大量过期的key堆积在内存中，导致redis内存空间紧张或者很快耗尽。

因此，有没有一个更好的兜底方案......？这就是要讲的淘汰策略

一、LRU和LFU区别？

LRU（Least Recently Used，最近最少使用页面置换算法）

假设我们有一个容量为3的LRU缓存，访问数据的顺序如下：

• 访问数据1，缓存中现在有：[1]
• 访问数据2，缓存中现在有：[1, 2]
• 访问数据3，缓存中现在有：[1, 2, 3]
• 再次访问数据1，缓存中现在有：[2, 3, 1]（因为1被重新访问，它被移到了列表的末尾）
• 访问数据4，由于缓存已满，最不常用的数据2将被淘汰，缓存中现在有：[3, 1, 4]

原理：如果数据最近被访问过，那么在不久的将来它很可能再次被访问。因此，LRU会淘汰最长时间未被访问的数据。

适用场景：适用于最近被访问的数据在未来某个时间点很可能再次被访问。

LFU（Least Frequently Used，最近最不常用页面置换算法）

假设我们有一个容量为3的LFU缓存，访问数据的顺序如下：

• 访问数据1，计数器：{1: 1}
• 访问数据2，计数器：{1: 1, 2: 1}
• 访问数据1，计数器：{1: 2, 2: 1}
• 访问数据3，计数器：{1: 2, 2: 1, 3: 1}
• 访问数据1，计数器：{1: 3, 2: 1, 3: 1}
• 访问数据4，由于缓存已满，访问次数最少的数据2将被淘汰，计数器：{1: 3, 3: 1, 4: 1}

原理：LFU算法会跟踪每个页面在特定时间段内被访问的频率。当需要淘汰页面时，LFU算法会淘汰在该时间段内访问次数最少的页面。

适用场景：LFU算法适用于那些访问模式可能随时间变化的场景，或者访问频率能够较好地反映页面重要性的情况。

小结

• LRU关注数据的最近访问时间，淘汰最长时间未被访问的数据。
• LFU关注数据的访问频率，淘汰访问次数最少的数据。

二、Redis有哪些淘汰策略？

redis.config 配置文件中，

# volatile-lru -> Evict using approximated LRU, only keys with an expire set.
# allkeys-lru -> Evict any key using approximated LRU.
# volatile-lfu -> Evict using approximated LFU, only keys with an expire set.
# allkeys-lfu -> Evict any key using approximated LFU.
# volatile-random -> Remove a random key having 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.

解释下：

volatile-lru：使用近似的最近最少使用（LRU）算法淘汰键。但是，只有那些设置了过期时间的键（即“volatile”键）才会被考虑淘汰。

allkeys-lru：使用近似的LRU算法淘汰任何键，无论它们是否设置了过期时间。

volatile-lfu：使用近似的最少频率使用（LFU）算法淘汰键。同样，只有设置了过期时间的键会被考虑。

allkeys-lfu：使用近似的LFU算法淘汰任何键，不考虑它们是否设置了过期时间。

volatile-random：随机淘汰一个设置了过期时间的键。

allkeys-random：随机淘汰任何键，不论它们是否设置了过期时间。

volatile-ttl：淘汰具有最短剩余生存时间（TTL）的键，即那些最接近过期时间的键。

noeviction：不淘汰任何键。当内存达到最大容量时，Redis将不会进行任何淘汰操作，而是在写入新数据时返回错误。

三、生产如何选择淘汰策略？

在生产环境中选择缓存淘汰策略时，通常需要根据应用的具体需求和数据特性来定。这里给出常见案例：

电商平台的商品推荐

电商平台需要为用户展示个性化的商品推荐，其中热门商品的访问频率较高。可选择：LFU（Least Frequently Used）

redis-cli config set maxmemory-policy allkeys-lfu

因为LFU策略可以保留访问频率高的商品，确保推荐列表中展示用户最可能感兴趣的商品。

金融交易平台的实时数据

金融交易平台需要提供实时的股票价格和交易数据，数据的实时性至关重要。过期的时价被淘汰。

可选择：TTL（Time To Live）结合LRU（Least Recently Used）

redis-cli config set maxmemory-policy volatile-lru

TTL确保数据在一定时间后自动过期，而LRU保证最近访问的数据被优先保留。

电信运营商的用户数据管理

电信运营商需要处理和缓存大量用户的通话记录、短信记录等，用户通常更关心最近的通信记录。

可选择：LRU（Least Recently Used）

redis-cli config set maxmemory-policy allkeys-lru

因为LRU策略可以确保最近生成的通话记录和短信记录被优先缓存。

社交媒体平台的用户动态

社交媒体平台需要为用户展示好友的最新动态和帖子，用户通常对最新动态感兴趣。

可选择：LRU

redis-cli config set maxmemory-policy allkeys-lru

因为LRU可以保证最新的帖子被优先展示。

好了，今天就聊到这里，读者可依据实际情况择优选择策略。