版权声明:士,不可以不弘毅,任重而道远 https://blog.csdn.net/superbeyone/article/details/88414879
Redis之LRU算法
LRU
:Least Recently Used,最近最少使用算法
1. 缓存清理设置
redis.conf
maxmemory
,设置redis用来存放数据的最大的内存大小,一旦超出这个内存大小之后,就会立即使用LRU算法清理掉部分数据
如果用LRU,那么就是将最近最少使用的数据从缓存中清除出去
对于64 bit的机器,如果maxmemory设置为0,那么就默认不限制内存的使用,直到耗尽机器中所有的内存为止; 但是对于32 bit的机器,有一个隐式的闲置就是3GB
maxmemory-policy
,可以设置内存达到最大闲置后,采取什么策略来处理
- noeviction: 如果内存使用达到了maxmemory,client还要继续写入数据,那么就直接报错给客户端
- allkeys-lru: 就是我们常说的LRU算法,移除掉最近最少使用的那些keys对应的数据
- volatile-lru: 也是采取LRU算法,但是仅仅针对那些设置了指定存活时间(TTL)的key才会清理掉
- allkeys-random: 随机选择一些key来删除掉
- volatile-random: 随机选择一些设置了TTL的key来删除掉
- volatile-ttl: 移除掉部分keys,选择那些TTL时间比较短的keys
在redis里面,写入key-value键值对的时候,可以设置TTL,存活时间。
比如设置了60s,那么一个key-value对,在60s之后就会自动被删除
2. 缓存清理流程
- 客户端执行数据写入操作
- redis server接收到写入操作之后,检查
maxmemory
的限制,如果超过了限制,那么就根据对应的policy
清理掉部分数据 - 写入操作执行完成
3. Redis的LRU近似算法
redis采取的是LRU近似算法,也就是对keys进行采样,然后在采样结果中进行数据清理
从Redis 3.0开始,在LRU近似算法中引入了pool机制,表现可以跟真正的LRU算法相当,但是还是有所差距的,不过这样可以减少内存的消耗
Redis LRU算法,是采样之后再做LRU清理,跟真正的、传统、全量的LRU算法是不太一样的
maxmemory-samples
,比如5,可以设置采样的大小,如果设置为10,那么效果会更好,不过也会耗费更多的CPU资源