Redis中删除策略的几种实现方式

前言

要全面、深入理解 Redis 的删除策略，需从设计背景、核心分类（过期键删除策略 + 内存淘汰策略）、内部实现细节、与持久化的关联及实践选择五个维度展开。Redis 的删除策略本质是为了解决 “内存有限” 与 “性能优先” 的核心矛盾 —— 既要避免内存溢出，又要减少删除操作对单线程主线程的阻塞，同时保证数据一致性。

一、设计背景：为什么需要删除策略？

Redis 是内存数据库，内存资源昂贵且有限，若不主动管理内存，会导致内存溢出（OOM）；同时，Redis 支持为键设置过期时间（TjsTL），需保证过期键能被合理清理；此外，Redis 是单线程模型，删除操作若过于耗时，会阻塞主线程，导致响应延迟。因此，Redis 设计了两类互补的删除策略：

1. 过期键删除策略：主动处理 “已过期但未删除” 的键，减少无效内存占用；
2. 内存淘汰策略：当内存达到上限时，被动删除部分键以释放内存，保证服务可用性。

二、第一类：过期键的 3 种核心删除策略

Redis 通过过期字典（expires dict） 单独存储所有键的过期时间（key 为目标键，value 为过期时间戳），所有过期键删除策略均基于此字典实现。三种策略各有优劣，Redis 最终采用 “惰性删除 + 定期删除” 的组合方案。

1. 定时删除（Timed Delete）：“实时清理，CPU 杀手”

定义：为每个设置了过期时间的键，创建一个定时器（Timer），当键的过期时间到达时，定时器立即触发，执行DEL命令删除该键。

实现逻辑：

• 当调用EXPIRE key ttl时，Redis 不仅在过期字典中记录过期时间，还会注册一个定时器；
• 定时器到期后，直接在主线程中执行删除操作。

优缺点：

适用场景：

几乎不适用。Redis 是单线程模型，定时删除的 CPU 开销会严重影响服务性能，因此 Redis未采用此策略。

2. 惰性删除（Lazy Delete）：“用的时候再删，内存隐患”

定义：Redis 不主动删除过期键，而是在访问键的瞬间（如GET、HGET、SETNX等操作），才检查该键是否过期：

• 若未过期：正常返回键值；
• 若已过期：执行DEL命令删除该键，返回nil（空）。

实现逻辑：

以GET key为例：

1. 先检查key是否存在于过期字典中；
2. 若不存在：直接返回键值；
3. 若存在：对比当前时间与过期时间戳，判断是否过期；
4. 若已过期：删除key（从数据库字典和过期字典中同时移除），返回niphpl；
5. 若未过期：返回键值。

优缺点：

3. 定期删除（Periodic Delete）：“折中方案，平衡 CPU 与内存”

定义：   Redis 每隔一段时间（默认 100ms），主动扫描部分过期键并删除，扫描频率和范围由配置控制，避免一次性扫描所有过期键导致阻塞。

核心实现逻辑（Redis 6.0+）

1. 扫描频率：由hz配置控制（默认hz 10，即每秒执行 10 次定期扫描，每次间隔约 100ms）；
2. 扫描范围：每次扫描不遍历所有过期键，而是采用 “采样 + 限制时间” 的方式：
   • 从过期字典中随机抽取N个键（默认N=20）；
   • 检查这些键是否过期，删除已过期的键；
   • 若删除的键占比超过25%（即删除数≥5），则继续抽取N个键重复扫描；
   • 若占比≤25%，或扫描时间超过2ms（避免阻塞主线程），则停止本次扫描。

优缺点：

4. Redis 的最终选择：惰性删除 + 定期删除

两种策略互补，覆盖大部分场景：

• 定期删除：主动 “批量清理” 过期键，减少 “僵尸键” 数量，缓解内存压力；
• 惰性删除：兜底清理 “漏网之鱼”，确保访问时不会返回过期键，保证数据有效性。

例如：一个过期键未被定期扫描删除，但用户访问时，惰性删除会立即清理它；反之，若过期键长期不被访问，定期扫描会逐步清理它。

三、第二类：内存淘汰策略（Maxmemory Eviction）

即使有过期键删除策略，Redis 仍可能因 “大量未设置过期时间的键” 或 “过期键删除不及时” 导致内存达到上限（maxmemory配置）。此时，Redis 会触发内存淘汰策略，删除部分键以释放内存，避免 OOM。

1. 核心前提：maxmemory配置

• 默认值：0（即不限制内存，仅受系统内存限制，生产环境必须手动设置，如maxmemory 4gb）；
• 触发时机：当 Redis 使用的内存（包括键值对、过期字典、缓冲区等）达到maxmemory时，触发淘汰策略（仅对 “写操作” 触发，读操作不受影响）。

2. 8 种内存淘汰策略（Redis 5.0+）

根据 “淘汰范围” 和 “淘汰算法”，分为 4 类，核心区别是 “是否只淘汰过期键” 和 “用什么规则淘汰”：

maxmemory最大可使用内存 占用物理内存的比例，默认值为0，表示不限制,生产环境中根据需求设定，通常设置在50%以上。

maxmemory-samples每次选取待删除数据的个数 选取数据时并不会全库扫描，导致严重的性能消耗，降低读写性能。因此采用随机获取数据的方式 作为待检测删除数据

maxmemory-policy删除策略

检测易失数据（可能会过期的数据集server.db[i].expires ）

① volatile-lru：挑选最近最少使用的数据淘汰

② volatile-lfu：挑选最近使用次数最少的数据淘汰

③ volatile-ttl：挑选将要过期的数据淘汰

④ volatile-random：任意选择数据淘汰 检测全库数据（所有数据集server.db[i].dict ）

⑤ allkeys-lru：挑选最近最少使用的数据淘汰

⑥ allkeys-lfu：挑选最近使用次数最少的数据淘汰

⑦ allkeys-random：任意选择数据淘汰 放弃数据驱逐

⑧ no-enviction（驱逐）：禁止驱逐数据（redis4.0中默认策略），会引发错误OOM（Out Of Memory）达到最大内存后的，对被挑选出来的数据进行删除的策略，如下图：

四、实践建议：如何选择删除策略？

1. 优先关闭默认的noeviction策略：生产环境若用 Redis 做缓存，noeviction会导致内存满时写请求失败，建议替换为allkehttp://www.chinasem.cnys-lru或allkeys-lfu；
2. 根据业务场景选择淘汰算法：
   • 通用缓存（如商品、页面缓存）：选allkeys-lru（简单且有效）；
   • 访问频率波动大的场景（如内容推荐、促销活动）：选allkeys-lfu（更精准）；
   • 有明确过期时间的场景（如会话、短期活动）：选volatile-ttl或volatile-lfu；
3. 合理配置maxmemory和hz：
   • maxmemory：建议设置为物理内存的 50%-70%（避免 Redis 占用过多内存导致系统 OOM）；
   • hz：默认 10 即可，若内存压力大，可适当提高到 20（增加定期扫描频率），但不建议超过 100（避免 CPU 开销过高）；
4. 避免大量设置短期过期键：若需频繁清理短期数据，优先用volatile-ttl策略，而非依赖定时删除。

总结

Redis 的删除策略是 “主动清理（定期删除）+ 被动兜底（惰性删除）+ 内存溢出保护（内存淘汰）” 的三层架构，核心目标是平衡 CPU 资源、内存资源与数据一致性。理解每种策略的适用场景，结合业务需求选择合适的内存淘汰策略，是保障 Redis 高性能、高可用的关键。

到此这篇关于Redis中删除策略的几种实现方式的文章就介绍到这了,更多相关Redis 删除策略内容请搜索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编程China编程(www.chinasem.cn)！