【退役之重学Java】Redis 的过期策略

2024-05-11 08:04

本文主要是介绍【退役之重学Java】Redis 的过期策略,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 的过期策略

一、假设设置一个key 只能存活1h,那么1h之后,Redis 是怎么对这批 key 进行删除的?

回答: 定期删除 + 惰性删除

  1. 所谓定期删除,指的是 Redis 默认每隔100ms 就随机抽取一些设置了过期时间的 key,检查其是否过期,如果过期就删除。注意,这里可不是每隔 100ms 就遍历所有设置过期时间的key ,那样就是已超过性能的灾难。实际上,Redis 是每隔 100ms 随机抽取一些 key 来检查和删除的。
  2. 但问题是,定期删除可能会导致过多的 key 到了时间并没有删除掉。所以就需要惰性删除。就是说,在获取某个 key 的时候, Redis 会检查一下,这个 key 如果设置了过期时间,并且是否过期了,如果过期了,此时就会删除。
  3. 通过上述两种手段结合起来,保证过期的 key 一定回被干掉
  4. 但是,实际上这样还是存在一些问题的,如果定期删除漏掉了很多过期的 key, 然后你也没有及时去查,也就没走惰性删除,此时会怎么样?如果大量过期的 key 堆积在内存里,导致 Redis 内存耗尽了,那么怎么办呢?
  5. 答案是:内存淘汰机制

二、内存淘汰机制

如果 Redis 的内存占用过多的是偶,此时就会进行内存太太,有如下一些策略:
1)noeviction: 当内存不足以容纳新写入的数据时,新写入操作会报错,这个一般没人用吧,实在太恶心了
2)allkeys-lru: 当内存不足以容纳新写入的数据时,在键空间中,一处最近最少使用的key(这个是最常用的)
3)allkeys-random: 当内存不足以容纳新写入的数据时,在键空间中,随机移除某个 key(一般没人用)
4) volatile-lru: 当内存不足以容纳新写入的数据时,在设置了过期时间的键空间中,移除最近最少使用的 key(这个一般不太合适)
5)volatile-random: 当内存不足以容纳新写入的数据时,在设置了过期时间的键空间中,随机移除某个 key
6)volatile-ttl: 当内存不足以容纳新写入的数据时,在设置了过期时间的键空间中,有更早过期时间的 key 先移除

手写一个 LRU 算法

下面是一个简单的手写LRU(Least Recently Used)算法的示例代码,使用双向链表和哈希表实现:

import java.util.HashMap;class LRUCache {// 定义双向链表节点class Node {int key;int value;Node prev;Node next;public Node(int key, int value) {this.key = key;this.value = value;}}private HashMap<Integer, Node> map; // 哈希表用于快速查找缓存数据private Node head; // 虚拟头节点private Node tail; // 虚拟尾节点private int capacity; // 缓存容量public LRUCache(int capacity) {this.capacity = capacity;map = new HashMap<>();head = new Node(-1, -1);tail = new Node(-1, -1);head.next = tail;tail.prev = head;}// 获取缓存数据public int get(int key) {if (map.containsKey(key)) {Node node = map.get(key);remove(node); // 从链表中移除当前节点addFirst(node); // 将当前节点移动到链表头部return node.value;}return -1;}// 写入缓存数据public void put(int key, int value) {if (map.containsKey(key)) {Node node = map.get(key);node.value = value;remove(node); // 从链表中移除当前节点addFirst(node); // 将当前节点移动到链表头部} else {if (map.size() == capacity) {map.remove(tail.prev.key); // 移除链表尾部节点对应的缓存数据remove(tail.prev); // 移除链表尾部节点}Node newNode = new Node(key, value);map.put(key, newNode);addFirst(newNode); // 将新节点添加到链表头部}}// 从链表中移除节点private void remove(Node node) {node.prev.next = node.next;node.next.prev = node.prev;}// 将节点添加到链表头部private void addFirst(Node node) {Node next = head.next;head.next = node;node.prev = head;node.next = next;next.prev = node;}
}

在这个示例中,LRUCache类实现了一个LRU缓存,使用双向链表来维护缓存数据的访问顺序,使用哈希表来快速查找缓存数据。通过get和put方法实现对缓存的读取和写入操作,保持缓存中数据的最近访问顺序。

这篇关于【退役之重学Java】Redis 的过期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/978965

相关文章

Spring Boot整合Redis注解实现增删改查功能(Redis注解使用)

《SpringBoot整合Redis注解实现增删改查功能(Redis注解使用)》文章介绍了如何使用SpringBoot整合Redis注解实现增删改查功能,包括配置、实体类、Repository、Se... 目录配置Redis连接定义实体类创建Repository接口增删改查操作示例插入数据查询数据删除数据更

Java Lettuce 客户端入门到生产的实现步骤

《JavaLettuce客户端入门到生产的实现步骤》本文主要介绍了JavaLettuce客户端入门到生产的实现步骤,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... 目录1 安装依赖MavenGradle2 最小化连接示例3 核心特性速览4 生产环境配置建议5 常见问题

Java使用Swing生成一个最大公约数计算器

《Java使用Swing生成一个最大公约数计算器》这篇文章主要为大家详细介绍了Java使用Swing生成一个最大公约数计算器的相关知识,文中的示例代码讲解详细,感兴趣的小伙伴可以了解一下... 目录第一步:利用欧几里得算法计算最大公约数欧几里得算法的证明情形 1:b=0情形 2:b>0完成相关代码第二步:加

Java 的ArrayList集合底层实现与最佳实践

《Java的ArrayList集合底层实现与最佳实践》本文主要介绍了Java的ArrayList集合类的核心概念、底层实现、关键成员变量、初始化机制、容量演变、扩容机制、性能分析、核心方法源码解析、... 目录1. 核心概念与底层实现1.1 ArrayList 的本质1.1.1 底层数据结构JDK 1.7

Java Map排序如何按照值按照键排序

《JavaMap排序如何按照值按照键排序》该文章主要介绍Java中三种Map(HashMap、LinkedHashMap、TreeMap)的默认排序行为及实现按键排序和按值排序的方法,每种方法结合实... 目录一、先理清 3 种 Map 的默认排序行为二、按「键」排序的实现方式1. 方式 1:用 TreeM

Java中流式并行操作parallelStream的原理和使用方法

《Java中流式并行操作parallelStream的原理和使用方法》本文详细介绍了Java中的并行流(parallelStream)的原理、正确使用方法以及在实际业务中的应用案例,并指出在使用并行流... 目录Java中流式并行操作parallelStream0. 问题的产生1. 什么是parallelS

Java中Redisson 的原理深度解析

《Java中Redisson的原理深度解析》Redisson是一个高性能的Redis客户端,它通过将Redis数据结构映射为Java对象和分布式对象,实现了在Java应用中方便地使用Redis,本文... 目录前言一、核心设计理念二、核心架构与通信层1. 基于 Netty 的异步非阻塞通信2. 编解码器三、

SpringBoot基于注解实现数据库字段回填的完整方案

《SpringBoot基于注解实现数据库字段回填的完整方案》这篇文章主要为大家详细介绍了SpringBoot如何基于注解实现数据库字段回填的相关方法,文中的示例代码讲解详细,感兴趣的小伙伴可以了解... 目录数据库表pom.XMLRelationFieldRelationFieldMapping基础的一些代

一篇文章彻底搞懂macOS如何决定java环境

《一篇文章彻底搞懂macOS如何决定java环境》MacOS作为一个功能强大的操作系统,为开发者提供了丰富的开发工具和框架,下面:本文主要介绍macOS如何决定java环境的相关资料,文中通过代码... 目录方法一:使用 which命令方法二:使用 Java_home工具(Apple 官方推荐)那问题来了,

Java HashMap的底层实现原理深度解析

《JavaHashMap的底层实现原理深度解析》HashMap基于数组+链表+红黑树结构,通过哈希算法和扩容机制优化性能,负载因子与树化阈值平衡效率,是Java开发必备的高效数据结构,本文给大家介绍... 目录一、概述:HashMap的宏观结构二、核心数据结构解析1. 数组(桶数组)2. 链表节点(Node