内存替换策略

策略分类

Redis 4.0 之前一共实现了 6 种内存淘汰策略，在 4.0 之后，又增加了 2 种策略。

image-20230321160552048

我们可以按照是否会进行数据淘汰把它们分成两类：

  • 不进行数据淘汰的策略，只有 noeviction 这一种。
  • 会进行淘汰的 7 种其他策略。
    • 在设置了过期时间的数据中进行淘汰，包括 volatile-random、volatile-ttl、volatile-lru、volatile-lfu（Redis 4.0 后新增）四种。
    • 在所有数据范围内进行淘汰，包括 allkeys-lru、allkeys-random、allkeys-lfu（Redis 4.0 后新增）三种。

策略详讲

noeviction 策略

Redis 在使用的内存空间超过 maxmemory 值时，并不会淘汰数据，也就是设定的 noeviction 策略。

对应到 Redis 缓存，也就是指，一旦缓存被写满了，再有写请求来时，Redis 不再提供服务，而是直接返回错误。

基于过期时间的四种策略

  • volatile-ttl：在筛选时，会针对设置了过期时间的键值对，根据过期时间的先后进行删除，越早过期的越先被删除。

  • volatile-random：就像它的名称一样，在设置了过期时间的键值对中，进行随机删除。

  • volatile-lru： 会使用 LRU 算法筛选设置了过期时间的键值对。

  • volatile-lfu：会使用 LFU 算法选择设置了过期时间的键值对。

对所有数据的三种策略

  • allkeys-random 策略，从所有键值对中随机选择并删除数据；

  • allkeys-lru 策略，使用 LRU 算法在所有数据中进行筛选。

  • allkeys-lfu 策略，使用 LFU 算法在所有数据中进行筛选。

LRU：

LRU 算法的全称是 Least Recently Used，从名字上就可以看出，这是按照最近最少使用的原则来筛选数据，最不常用的数据会被筛选出来，而最近频繁使用的数据会留在缓存中。

不过，LRU 算法在实际实现时，需要用链表管理所有的缓存数据，这会带来额外的空间开销。而且，当有数据被访问时，需要在链表上把该数据移动到 MRU 端，如果有大量数据被访问，就会带来很多链表移动操作，会很耗时，进而会降低 Redis 缓存性能。所以，在 Redis 中，LRU 算法被做了简化，以减轻数据淘汰对缓存性能的影响。具体来说，Redis 默认会记录每个数据的最近一次访问的时间戳（由键值对数据结构 RedisObject 中的 lru 字段记录）。

**LFU **

在LFU算法中，可以为每个key维护一个计数器。每次key被访问的时候，计数器增大。计数器越大，可以约等于访问越频繁。并且借鉴LRU实现的经验，维护一个待淘汰key的pool。并且记录key最后一个被访问的时间，然后随着时间推移，降低计数器。我们可以通过设置不同的 lfu_log_factor 配置项，来控制计数器值增加的速度，避免 counter 值很快就到 255 了。LFU 策略还使用衰减因子配置项 lfu_decay_time 来控制访问次数的衰减。

淘汰的键

对于 Redis 来说，它决定了被淘汰的数据后，会把它们删除。即使淘汰的数据是脏数据，Redis 也不会把它们写回数据库。所以，我们在使用 Redis 缓存时，如果数据被修改了，需要在数据修改时就将它写回数据库。否则，这个脏数据被淘汰时，会被 Redis 删除，而数据库里也没有最新的数据了。