Redis内存兜底策略——内存淘汰及回收机制

科技资讯 投稿 21500 0 评论

Redis内存兜底策略——内存淘汰及回收机制

Redis内存兜底策略——内存淘汰及回收机制

内存优化兜底的策略,那它们是如何进行兜底的呢?先来说明一下什么是内存淘汰和内存回收策略:

    Redis内存淘汰:当Redis的内存使用超过配置的限制时,根据一定的策略删除一些键,以释放内存空间
  • Redis内存回收:Redis通过定期删除惰性删除两种方式来清除过期的键,以保证数据的时效性和减少内存占用

内存淘汰策略

    noeviction:不会淘汰任何键,达到内存限制后返回错误
  • allkeys-random:在所有键中,随机删除键
  • volatile-random:在设置了过期时间的键中,随机删除键
  • allkeys-lru:通过LRU算法淘汰最近最少使用的键,保留最近使用的键
  • volatile-lru:从设置了过期时间的键中,通过LRU算法淘汰最近最少使用的键
  • allkeys-lfu:从所有键中淘汰使用频率最少的键。从所有键中驱逐使用频率最少的键
  • volatile-lfu:从设置了过期时间的键中,通过LFU算法淘汰使用频率最少的键
  • volatile-ttl:从设置了过期时间的键中,淘汰马上就要过期的键

LRU和LFU

LRU(least frequently used)算法为最近最少使用算法,根据数据的历史访问记录来进行淘汰数据,优先移除最近最少使用的数据,这种算法认为最近使用的数据很大概率将会再次被使用

最少频率使用算法,优先移除使用频率最少的数据,这种算法认为使用频率高的数据很大概率将会再次被使用

LRU和Redis的近似LRU

最近最少使用算法,根据数据的历史访问记录来进行淘汰数据,优先移除最近最少使用的数据,这种算法认为最近使用的数据很大概率将会再次被使用

什么是LRU

查询、添加、删除数据,也就是说查询、添加、删除的时间复杂读需为O(1)。哈希表能保证查询数据的时间复杂度为O(1)。而双向链表能保证添加、删除数据的时间复杂度为O(1),如下:

Redis的近似LRU

近似 LRU 算法,随机抽样一些键,然后比较它们的访问时间戳,这样可以节省内存和提高性能。而Redis 的近似 LRU 算法的具体实现如下:

    每个键值对对象(redisObject)中有一个 24 位的 lru 字段,用于记录每个数据最近一次被访问的时间戳
  • 每次按键获取一个值的时候,都会调用 lookupKey 函数,如果配置使用了 LRU 模式,该函数会更新 value 中的 lru 字段为当前秒级别的时间戳
  • 当内存达到限制时,Redis 会维护一个候选集合(pool),大小为 16
  • Redis 会随机从字典中取出 N 个键(N 可以通过 maxmemory-samples 参数设置,默认为 5),将 lru 字段值最小的键放入候选集合中,并按照 lru 大小排序
  • 如果候选集合已满,那么新加入的键必须有比集合中最大的 lru 值更小的 lru 值,才能替换掉原来的键
  • 当需要淘汰数据时,直接从候选集合中选择一个 lru 最小的键进行淘汰

h,e,l,l,o,w,o,r,l,d且内存中只能存储3个字符,下面是每次访问或插入后缓存的状态,其中括号内是lru字段的值,假设初始时间戳为0

缓存 状态
访问h h(0)
访问e e(1),h(0)
访问l l(2),e(1),h(0)
访问l l(3),e(1),h(0)
插入o o(4),l(3),e(1)
插入w w(5),o(4),l(3)
访问o o(6),w(5),l(3)
插入r r(7),o(6),w(5)
插入l l(8),r(7),o(6)
插入d d(9),l(8),r(7)

LFU

typedef struct redisObject {
    unsigned type:4;
    unsigned encoding:4;
    unsigned lru:LRU_BITS;
    int refcount;
    void *ptr;
} robj;

我们看lru:LRU_BITS这个字段,这个字段在LRU算法中的意义是时间戳,精确到秒。而在LFU 算法中,将它拆为两部分前16bits为时间戳,精确到分;后8为则表示该对象在一定时间段内被访问的次数。如下:

maxmemory-samples 参数设置)的键值对对象,然后比较它们的访问次数和访问时间戳,找出其中最小的那个,也就是最不经常使用且最早被访问的那个,将其从内存中删除。

频率
A 1 3
B 2 2
C 3 1
D 4 4

如果我们要添加一个新的键值对(E,5),并且缓存已经满了,那么我们就需要淘汰一个旧的键值对。我们可以随机选择A,B,C中的一个,并且发现C的频率最低,为1,所以我们就淘汰C,并且添加E到缓存中,并且将E的频率设为1。这样,缓存中的数据就变成了:

频率
A 1 3
B 2 2
D 4 4
E 5 1

如何选择

策略 特点 适用场景
noeviction 不删除任何数据,当内存不足时返回错误 数据都是永久有效的,且内存足够大
allkeys-lru 根据所有数据的访问时间来淘汰最久未访问的数据 数据都是永久有效的,且访问时间具有明显规律
volatile-lru 根据设置了过期时间的数据的访问时间来淘汰最久未访问的数据 数据都有过期时间,且访问时间具有明显规律
allkeys-random 随机淘汰所有类型的数据 数据都是永久有效的,且访问时间没有明显规律
volatile-random 随机淘汰设置了过期时间的数据 数据都有过期时间,且访问时间没有明显规律
volatile-ttl 根据设置了过期时间的数据的剩余生命周期来淘汰即将过期的数据 数据都有过期时间,且剩余生命周期具有明显规律
allkeys-lfu 根据所有数据的访问频率来淘汰最少访问的数据 数据都是永久有效的,且访问频率具有明显规律
volatile-lfu 根据设置了过期时间的数据的访问频率来淘汰最少访问的数据 数据都有过期时间,且访问频率具有明显规律

根据8种策略的特性,也从数据完整性缓存命中率淘汰效率这三个方面详细对比了,如下:

    数据完整性(是否会删除永久有效的数据)
    • noevictionvolatile-lruvolatile-lfuvolatile-random 都可以保证数据完整性,因为它们不会删除永久有效的数据
    • allkeys-lruallkeys-lfuallkeys-random系列的策略则会影响数据完整性,因为它们会无差别地删除所有类型的数据
  • 缓存命中率(是否能够尽可能保留最有价值的数据)
      allkeys-lruvolatile-lru 策略可以提高缓存命中率,因为它们会根据数据的访问时间来淘汰数据
  • allkeys-randomvolatile-random 策略则会降低缓存命中率,因为它们会随机淘汰数据
  • allkeys-lfuvolatile-lfu 策略也可以提高缓存命中率,因为它们会根据数据的访问频率来淘汰数据
  • volatile-ttl 策略则会降低缓存命中率,因为它会根据数据的剩余生命周期来淘汰数据
  • 淘汰效率(是否能够快速地找到并删除目标数据)
      allkeys-randomvolatile-random 策略可以提高执行效率,因为它们只需要随机选择一些数据进行删除
  • allkeys-lruvolatile-lru 策略则会降低执行效率,因为它们需要对所有或部分数据进行排序
  • allkeys-lfuvolatile-lfu 策略也会降低执行效率,因为它们需要对所有或部分数据进行计数和排序
  • volatile-ttl 策略则会提高执行效率,因为它只需要对设置了过期时间的数据进行排序
  • 内存回收策略

    惰性删除

    Redis惰性删除是指当一个键过期后,它并不会立即被删除,而是在客户端尝试访问这个键时,Redis会检查这个键是否过期,如果过期了,就会删除这个键。惰性删除由db.c/expireIfNeeded函数实现。

    惰性删除的缺点是可能会导致过期键长时间占用内存,如果访问频率较低的键过期了,但没有被访问到,那么它们就不会被惰性删除,从而浪费内存空间。

    定期删除

    Redis会将设置了过期时间的键放到一个独立的字典中,称为过期字典。Redis会对这个字典进行每秒10次(由配置文件中的hz参数控制)的过期扫描,过期扫描不会遍历字典中所有的键,而是采用了一种简单的贪心策略。该策略的删除逻辑如下:

      从过期字典中随机选择20个键
    • 删除其中已经过期的键
    • 如果超过25%的键被删除,则重复步骤1
    • 如果本次扫描耗时超过1毫秒,则停止扫描

    因此,Redis还结合了惰性删除策略,即在每次访问一个键之前,都会检查这个键是否过期,如果过期就删除,然后返回空值。这样可以保证不返回过期的数据,也可以节省CPU时间,但是它可能会导致一些过期的键长期占用内存,如果这些键很少被访问或者一直不被访问,那么它们就永远不会被删除

    配置文件说明

    # 内存淘汰策略
    maxmemory-policy noeviction
    # 抽取数量
    maxmemory-samples 5
    # 最大内存
    maxmemory 100mb
    # 内存淘汰韧性
    maxmemory-eviction-tenacity 10
    # 后台任务执行间隔
    hz 10
    # 是否开启动态间隔
    dynamic-hz yes
    
    

    配置文件说明:

      maxmemory-policy:内存淘汰策略,可选值为noeviction、allkeys-random、volatile-random、allkeys-lru、volatile-lru、allkeys-lfu、volatile-lfu、volatile-ttl其中的一个
    • maxmemory:默认值为0,也就是不限制内存的使用。
    • maxmemory-samples:抽取数量,默认为5,如果设为10将非常接近真实的LRU,但需要更多CPU资源,如果设为3将非常快,但是非常不准确。
    • maxmemory-eviction-tenacity:内存淘汰韧性,默认为10
      • maxmemory-eviction-tenacity为0时,表示不进行任何淘汰,相当于noeviction策略
      • maxmemory-eviction-tenacity为10时,表示每次淘汰键的数量为内存使用量的0.1%,每秒最多淘汰10次
    • hz:Redis后台任务执行间隔,如超时关闭客户端连接、定期删除等。默认值为10。范围在 1 到 500 之间,官方建议不要超过100,大多数应使用默认值,并且只有在极低延迟的环境中才能设为 100
    • dynamic-hz:此配置用于动态调整hz的值,默认开启。如果有大量客户端连接进来时,会以hz的配置值将作为基线,将hz的实际值设置为hz的配置值的整数倍,用来节省CPU资源。

    总结

    总结如下:

      Redis内存淘汰机制是指在Redis的用于缓存的内存不足时,怎么处理需要新写入且需要申请额外空间的数据
    • Redis提供了八种内存淘汰策略,分别是:
      • noeviction:不会淘汰任何键,达到内存限制后返回错误
      • allkeys-random:在所有键中,随机删除键
      • volatile-random:在设置了过期时间的键中,随机删除键
      • allkeys-lru:通过LRU算法淘汰最近最少使用的键,保留最近使用的键
      • volatile-lru:从设置了过期时间的键中,通过LRU算法淘汰最近最少使用的键
      • allkeys-lfu:从所有键中淘汰使用频率最少的键。从所有键中驱逐使用频率最少的键
      • volatile-lfu:从设置了过期时间的键中,通过LFU算法淘汰使用频率最少的键
      • volatile-ttl:从设置了过期时间的键中,淘汰马上就要过期的键
    • Redis内存回收机制是指在Redis中如何删除已经过期或者被淘汰的数据,释放内存空间
    • Redis提供了两种内存回收策略,分别是:
        定期删除:Redis会每隔一定时间(默认100ms)随机抽取一些设置了过期时间的键,检查它们是否过期,如果过期就删除。这种策略可以减少CPU开销,但可能会导致一些过期键占用内存
    • 惰性删除:Redis在客户端访问一个键时,会检查这个键是否过期,如果过期就删除。这种策略可以及时释放内存空间,但可能会增加CPU开销和延迟

    编程笔记 » Redis内存兜底策略——内存淘汰及回收机制

    赞同 (109) or 分享 (0)
    游客 发表我的评论   换个身份
    取消评论

    表情
    (0)个小伙伴在吐槽