Redis的数据过期策略和数据淘汰策略

2025-02-12 17:50

本文主要是介绍Redis的数据过期策略和数据淘汰策略,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

《Redis的数据过期策略和数据淘汰策略》本文主要介绍了Redis的数据过期策略和数据淘汰策略,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一...

一、编程数据过期策略

Redis的key过期之后,会立即删除吗?

是否立即删除,这是根据Redis的数据javascript过期策略来决定的

Redis对数据设值数据的过期时间,数据过期后,就需要将数据从内存中删除掉。可以按照不同的规则进行删除,这些删除规则就被称之为数据的删除策略(数据过期策略)

Redis的过期策略分为以下两种策略

1、惰性删除

对Redis中的一个key设置过期时间之后,我们不去管他,当需要该key时,检查其是否已经过期,如果过期,就删掉它;反之则返回该key

# 举例:给name属性设置过期
set name zhangsan 10

# 过期后再获取,发现name过期了,直接删除key
get name

惰性删除优缺点:

优点:对CPU友好,对于很多用不到的key不用浪费时间进行过期检查

缺点:对内存不友好,如果一个key过期了,但是一直没尝试获取(没使用),那么不会察觉到这个key已经废弃了,就会一直保存在内存中,内存永远不会释放

2、定期删除

每隔一段时间,我们就对一些key(从一定数量的缓存中取出一部分key)进行检查,检查是否过期,过期则删除

定期策略有两种模式:

SLOW模式:定时任务,执行频率是10hz(1秒执行10次,也就是100ms执行一次),每次不超过25ms,可以通过修改配置寄文件redis.conf的hz选项调整这个频率

FAST模式:执行频率不固定,但是两次删除的间隔不会低于2ms,每次耗时不超过1ms

定期删除的优缺点:

优点:可以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的影响。另外定期删除,也能有效释放过期key对内存的占用

缺点:如果调的太快,可能影响CPU资源,一直检查key是否过期去了;调的太慢,又达不到效果

Redis的真实使用的过期删除策略实际上是:惰性删除 + 定期策略两种策略同时使用的

二、数据淘汰策略

1、数据淘汰策略概念

数据淘汰策略和数据淘汰策略概念不一样,可以认为是一种异常情况下的处理策略

数据淘汰策略指的是:当redis中的内存不够用时,此时再向redis中添加新的key(新数据),那么redis会按照一定规则将内存中的数据删掉,这种数据删除的规则被称之为内存的淘汰策略

2、8种数据淘汰策略

当内存不足时,redis支持以下8种数据淘汰策略来选择删除哪些key:(不用记得这么多,知道有默认的noeviction和LRU、LFU行了)

1、noeviction:当内存不足时,不淘汰任何key,但是也不允许写入新数据,默认是这种策略

2、volatile-ttl:对设置了TTL(过期时间)的key,比较这些key的TTL,过期剩余时间越小的,优先被淘汰

3、allkeys-random:从全体key中,随机进行淘汰(随机???删到那种《很长时间才能从数据库查出来的,又是热点key的》就老实了,直接缓存击穿)

4、volatile-random:对设置了TTL(过期时间)的key,随机进行淘汰

5、allkeys-lru:对全体key,基于LRU算法进行淘汰

6、volatile-lru:对设置了TTL(过期时间)的key,基于LRU算法进行淘汰

7、allkeys-lfu:对全体key,基于LFU算法进行淘汰

6、volatie-lfu:对设置了TTL(过期时间)的key,基于LFU算法进行淘汰

3、什么是LRU算法和LFU算法呢?

LRU(Least Recently Used):Least(最少的)Recently(最近)

最近最少使用:用当前时间,减去key的最后一次访问时间,这个值越大则淘汰优先级越高

举例:key1是3s前访问过一次,key2是9s前访问过一次,那么删除的就是key2

LFU(Least Frequently Used):Frequently(频繁的)

最少频率使用:统计每个key在一段时间内的访问频率,频率越小淘汰优先级越高。

举例:key1最近5s被访问了4次,key2最近5s被访问了9次,删除的就是key1

4、数据淘汰策略-使用建议

1、 优先使用 alkeys-lru 策略。充分利用 LRU 算法的优势,把最近最常访问的数据留在缓存中。如果业务有明显的冷热数据区分,建议使用。

2、如果业务中数据访问频率差别不大,没有明显冷热数据区分,建议使用alkeys-random,随机选择淘汰

3、如果业务中有置顶的需求,可以使用 volatile-lru 策略,同时置顶数据不设置过期时间,这些数据就一直不被删除会淘汰其他设置过期时间的数据。

4、如果业务中有短时高频访问的数据,可以使用 allkeys-lfu 或 volatile-lfu 策略。

举例:如果数据库中有1000万数据,redis中只能缓存20万条,那么如何保证redis中的数据都是热点数据呢?

使用allkey-lru策略,挑选最近最少使用的数据淘汰,留下来的肯定是最近最常访问的热点数据

我之前那家公司redis中保存的都是一些简单的配置项,并没有看到配置什么淘汰策略,应该用的就是默认的noevgdJhuBhmiction,内存占用极低,只用了几十MB

到此这篇关于Redis的数据过期策略和数据淘汰策略的文章就介绍到这了,更多相关Redis 数据过期策python略和数据淘汰策略内容请搜索编程China编程(www.chinasem.cn)以前的文章或继续浏览下面的相关文章希望大家以后多多支持China编程(www.chinasem.cn)!

这篇关于Redis的数据过期策略和数据淘汰策略的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1153421

相关文章

MyBatis-plus处理存储json数据过程

《MyBatis-plus处理存储json数据过程》文章介绍MyBatis-Plus3.4.21处理对象与集合的差异:对象可用内置Handler配合autoResultMap,集合需自定义处理器继承F... 目录1、如果是对象2、如果需要转换的是List集合总结对象和集合分两种情况处理,目前我用的MP的版本

sky-take-out项目中Redis的使用示例详解

《sky-take-out项目中Redis的使用示例详解》SpringCache是Spring的缓存抽象层,通过注解简化缓存管理,支持Redis等提供者,适用于方法结果缓存、更新和删除操作,但无法实现... 目录Spring Cache主要特性核心注解1.@Cacheable2.@CachePut3.@Ca

GSON框架下将百度天气JSON数据转JavaBean

《GSON框架下将百度天气JSON数据转JavaBean》这篇文章主要为大家详细介绍了如何在GSON框架下实现将百度天气JSON数据转JavaBean,文中的示例代码讲解详细,感兴趣的小伙伴可以了解下... 目录前言一、百度天气jsON1、请求参数2、返回参数3、属性映射二、GSON属性映射实战1、类对象映

Redis实现高效内存管理的示例代码

《Redis实现高效内存管理的示例代码》Redis内存管理是其核心功能之一,为了高效地利用内存,Redis采用了多种技术和策略,如优化的数据结构、内存分配策略、内存回收、数据压缩等,下面就来详细的介绍... 目录1. 内存分配策略jemalloc 的使用2. 数据压缩和编码ziplist示例代码3. 优化的

redis-sentinel基础概念及部署流程

《redis-sentinel基础概念及部署流程》RedisSentinel是Redis的高可用解决方案,通过监控主从节点、自动故障转移、通知机制及配置提供,实现集群故障恢复与服务持续可用,核心组件包... 目录一. 引言二. 核心功能三. 核心组件四. 故障转移流程五. 服务部署六. sentinel部署

C# LiteDB处理时间序列数据的高性能解决方案

《C#LiteDB处理时间序列数据的高性能解决方案》LiteDB作为.NET生态下的轻量级嵌入式NoSQL数据库,一直是时间序列处理的优选方案,本文将为大家大家简单介绍一下LiteDB处理时间序列数... 目录为什么选择LiteDB处理时间序列数据第一章:LiteDB时间序列数据模型设计1.1 核心设计原则

Java+AI驱动实现PDF文件数据提取与解析

《Java+AI驱动实现PDF文件数据提取与解析》本文将和大家分享一套基于AI的体检报告智能评估方案,详细介绍从PDF上传、内容提取到AI分析、数据存储的全流程自动化实现方法,感兴趣的可以了解下... 目录一、核心流程:从上传到评估的完整链路二、第一步:解析 PDF,提取体检报告内容1. 引入依赖2. 封装

基于Redis自动过期的流处理暂停机制

《基于Redis自动过期的流处理暂停机制》基于Redis自动过期的流处理暂停机制是一种高效、可靠且易于实现的解决方案,防止延时过大的数据影响实时处理自动恢复处理,以避免积压的数据影响实时性,下面就来详... 目录核心思路代码实现1. 初始化Redis连接和键前缀2. 接收数据时检查暂停状态3. 检测到延时过

Redis实现分布式锁全过程

《Redis实现分布式锁全过程》文章介绍Redis实现分布式锁的方法,包括使用SETNX和EXPIRE命令确保互斥性与防死锁,Redisson客户端提供的便捷接口,以及Redlock算法通过多节点共识... 目录Redis实现分布式锁1. 分布式锁的基本原理2. 使用 Redis 实现分布式锁2.1 获取锁

Redis中哨兵机制和集群的区别及说明

《Redis中哨兵机制和集群的区别及说明》Redis哨兵通过主从复制实现高可用,适用于中小规模数据;集群采用分布式分片,支持动态扩展,适合大规模数据,哨兵管理简单但扩展性弱,集群性能更强但架构复杂,根... 目录一、架构设计与节点角色1. 哨兵机制(Sentinel)2. 集群(Cluster)二、数据分片