过期数据
redis 中的数据特征
- redis 是一种内存级数据库，所有数据均放在内存中，内存中的数据可以通过 TTL 指令获取其状态
- XX：具有时效性的数据
- -1：永久有效的数据
- -2：已经过期的数据或被删除的数据或未定义的数据
已经过去的数据，真的被删除了么？如果操作语句过多时，不会对过期数据进行立即删除，会先执行 set、get 等命令
数据删除策略
定时删除、惰性删除、定期删除
时效性数据的存储结构
数据删除策略的目标
在内存占用与 CPU 占用之间寻找一种平衡，顾此失彼都会造成整体 redis 性能的下降，甚至引发服务器宕机或内存泄漏
定时删除
- 创建一个定时器，当 key 设置有过期时间，且过期时间达到时，由定时器任务立即执行对键的删除操作
- 优点：节约内存，到时间就删除，快速释放掉不必要的内存占用
- 缺点：CPU 压力很大，无论 CPU 此时负载量多高，均占用 CPU，会影响 redis 服务器响应时间和指令吞吐量
总结：用处理器的性能换取存储空间（拿时间换空间）
惰性删除
在进行 get 操作时，会先执行 expireIfNeeded() 函数，判断是否过期，在这个函数中会删除过期数据
- 数据到达过期时间，不做处理。等下次访问该数据时
- 如果未过期，返回数据
- 发现已过期，删除，返回不存在
- 优点：节约 CPU 性能，发现必须删除的时候才删除
- 缺点：内存压力很大，出现长期占用内存的数据
总结：用存储空间换取处理器性能
定期删除
- 周期性轮询 redis 库中的时效性数据，采用随机抽取的策略，利用过期数据占比的方式控制删除频率
- 特点1：CPU性能占用设置有峰值，检测频度可自定义设置
- 特点2：内存压力不是很大，长期占用内存的冷数据会被持续清理
删除策略对比
- 定时删除：节约内存，无占用；不分时段占用 CPU 资源，频度高；拿时间换空间
- 惰性删除：内存占用严重；延时执行，CPU 利用率高，拿空间换时间
- 定期删除：内存顶起随机清理；每秒花费固定的 CPU 资源维护内存；速记抽查，重点抽查
在 redis 内部使用的是【惰性删除】与【定期删除】。
逐出算法
Redis 使用内存存储数据，在执行每一个命令前，会调用freeMemoryIfNeeded()检测内存是否充足。如果内存不满足新加入数据的最低存储要求，redis 要临时删除一些数据为当前指令清理存储空间。清理数据的策略成为逐出算法。
注意：逐出数据的过程不是 100% 能够清理出足够的可使用的内存空间，如果不成功则反复执行。当对所有数据尝试完毕后，如果不能达到内存清理的要求，将出现错误信息。
影响数据逐出的相关配置
-
最大可使用内存
maxmemory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
-
每次选取待删除数据的个数
maxmemory-samples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
-
删除策略
maxmemory-policy volatile-lru达到最大内存后的，对被挑选出来的数据进行删除的策略，这里的volatile-lru 只是删除策略中的一种，还有好多在下面
-
检查易失数据（可能会过期的数据集 server.db[i].expires）
- volatile-lru：挑选最近最少使用的数据淘汰（Least Recently Used，长时间不用的数据）
- volatile-lfu：挑选最近使用次数最少的数据淘汰（Least Frequently Used）
- volatile-ttl：挑选将要过期的数据淘汰
- 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）
- allkeys-lru
- allkeys-lfu
- allkeys-random
-
放弃数据驱逐
- no-enviction：禁止驱逐数据（redis4.0 中默认策略），会引发错误 OOM(Out OF Memory)
-
使用 INFO 命令输出监控信息，查询缓存 hit（命中） 和 miss（丢失） 的次数，根据业务需求调优 Redis 配置