当前位置: 首页 > news >正文

Redis Key的过期策略

Redis 的过期策略主要是指管理和删除那些设定了过期时间的键,以确保内存的有效使用和数据的及时清理。 具体来说,Redis 有三种主要的过期策略:定期删除(Scheduled Deletion)、惰性删除(Lazy Deletion)和内存淘汰策略(Eviction Policies)。

Redis 过期策略

1. 定期删除

Redis 的定期删除策略(Scheduled Deletion)的步骤如下:

  1. 设置定期任务

    • Redis 会在后台线程中设置一个定期任务,用于扫描和删除过期键。这个任务会在特定的时间间隔内执行,默认每 100 毫秒运行一次。
  2. 随机抽样检查

    • 在每次定期任务执行时,Redis 会从已设置过期时间的键中随机抽取一部分键进行检查,而不是一次性检查所有键。这样可以减少对 CPU 的负载。
  3. 检查键的过期状态

    • 对于抽取的每一个键,Redis 会检查该键的过期时间。如果发现某个键已经过期,Redis 就会立即删除该键。
  4. 重复检查

    • 如果在一次扫描中发现了删除的健的占比超过了设置的阈值(比如:25%),那么 Redis 会继续进行下一轮的随机抽样检查,直到在一次扫描中没有找到任何过期的键为止。
  5. 调节扫描频率和负载

    • 为了防止定期删除任务占用过多的 CPU 资源,Redis 会根据上一次扫描中删除的过期键的数量来动态调整下一次扫描的强度。比如,如果上一次扫描删除了大量的过期键,那么下一次扫描的键数量可能会减少,反之亦然。

2. 惰性删除

Redis 的惰性删除策略(Lazy Deletion)的步骤如下:

  1. 访问键时检查过期状态

    • 当客户端对 Redis 发起读操作(如 GET)或写操作(如 SET)时,Redis 首先会检查被访问的键是否设置了过期时间。
  2. 获取当前时间

    • Redis 获取当前的系统时间,用来与键的过期时间进行比较。
  3. 比较过期时间

    • 如果键的过期时间早于当前时间,说明该键已经过期。
  4. 删除过期键

    • 如果键已经过期,Redis 会立即删除该键,并返回一个特殊的响应(如返回 nil 表示键不存在,或其他与操作类型相关的结果)。
  5. 处理未过期键

    • 如果键未过期,Redis 会继续正常处理客户端的请求,返回键的值或执行相应的写操作。

示例

假设客户端向 Redis 发起一个 GET 操作来读取键 mykey 的值,惰性删除的详细步骤如下:

  1. 客户端发送 GET mykey

    • 客户端向 Redis 发送 GET mykey 命令。
  2. Redis 接收请求并查找键

    • Redis 接收到请求后,查找键 mykey
  3. 检查过期时间

    • Redis 发现 mykey 设置了过期时间,获取当前时间。
  4. 比较当前时间和过期时间

    • Redis 比较当前时间和 mykey 的过期时间。
      • 如果 mykey 的过期时间是 2024-06-01 12:00:00,当前时间是 2024-06-01 12:01:00,则 mykey 已经过期。
      • 如果当前时间是 2024-06-01 11:59:00,则 mykey 未过期。
  5. 删除过期键或返回值

    • 如果 mykey 已经过期,Redis 立即删除 mykey,并返回 nil 表示键不存在。
    • 如果 mykey 未过期,Redis 返回 mykey 的值。

3. 内存淘汰

Redis 的内存淘汰策略(Eviction Policies)是指当 Redis 实例的内存使用达到配置的最大上限时,采取的一系列措施来删除现有的键,以腾出空间给新的数据。

以下是 Redis 内存淘汰策略的详细说明:

删除策略

1. volatile-lru(使用 LRU 算法删除设置了过期时间的键)

  • 描述:从设置了过期时间的键中,使用 LRU(Least Recently Used,最近最少使用)算法删除最不常用的键。
  • 应用场景:适用于需要在有过期时间的键中保持最常用的数据的情况。

2. allkeys-lru(使用 LRU 算法删除所有键)

  • 描述:从所有键中,使用 LRU 算法删除最不常用的键。
  • 应用场景:适用于希望在所有数据中保持最常用的数据的情况,而不考虑键是否设置了过期时间。

3. volatile-random(随机删除设置了过期时间的键)

  • 描述:从设置了过期时间的键中,随机删除键。
  • 应用场景:适用于希望简单地随机删除有过期时间的键,以释放内存的情况。

4. allkeys-random(随机删除所有键)

  • 描述:从所有键中,随机删除键。
  • 应用场景:适用于希望简单地随机删除键,以释放内存的情况。

5. volatile-ttl(删除设置了过期时间且剩余存活时间最短的键)

  • 描述:从设置了过期时间的键中,删除剩余存活时间(TTL,Time to Live)最短的键。
  • 应用场景:适用于希望首先删除那些即将过期的键,以尽量保留长时间有效数据的情况。

6. noeviction(不删除任何键)

  • 描述:当内存使用达到上限时,不删除任何键,直接返回错误。
  • 应用场景:适用于希望严格控制内存使用,不希望自动删除任何键的情况。通常用于希望 Redis 只作为缓存或持久存储的一部分,并在达到内存上限时明确地处理错误。

具体操作步骤

以下是 Redis 内存淘汰策略的具体操作步骤:

  1. 达到内存上限

    • Redis 实例的内存使用达到配置的最大上限(由配置参数 maxmemory 设置)。
  2. 选择淘汰策略

    • Redis 根据配置的淘汰策略(由 maxmemory-policy 参数设置)来决定如何释放内存。
  3. 执行淘汰策略

    • 根据选定的策略,Redis 选择要删除的键:
      • LRU 算法:Redis 使用近似 LRU 算法,维护一个候选键列表,并删除最不常用的键。
      • 随机删除:Redis 从符合条件的键中随机选择并删除。
      • TTL 最短:Redis 删除剩余存活时间最短的键。
      • 无淘汰:Redis 不删除键,直接返回错误(如 OOM command not allowed)。
  4. 释放内存

    • 删除选中的键,释放内存。
  5. 继续处理请求

    • 如果删除的键足以腾出足够的空间,Redis 继续处理客户端请求;否则,重复执行淘汰策略,直到满足内存要求或返回错误。

示例

假设 Redis 配置了 maxmemory 为 100MB,maxmemory-policy 为 allkeys-lru,当前内存使用已达到 100MB:

  1. 客户端发送 SET mykey value

    • Redis 接收到 SET mykey value 请求。
  2. 检测内存使用

    • Redis 发现内存使用已达上限,触发淘汰策略。
  3. 选择淘汰策略 allkeys-lru

    • Redis 使用 LRU 算法,从所有键中选择最不常用的键。
  4. 删除最不常用的键

    • Redis 删除 LRU 列表中的最不常用键,如 oldkey1 和 oldkey2
  5. 释放内存并处理请求

    • 删除键后释放足够内存,Redis 继续处理 SET mykey value 请求,并成功存储新键 mykey

4. 三种策略相互配合

配合工作

  1. 正常情况下

    • 定期删除 和 惰性删除 是主要的过期数据清理手段。
    • 定期删除在后台自动清理一部分过期键,减少内存占用。
    • 惰性删除确保每次访问时,过期键都能被及时清理,保证数据的有效性。
  2. 内存压力增大时

    • 当内存使用达到配置的最大上限时,触发 内存淘汰策略
    • 内存淘汰策略根据配置的策略(如 LRU、随机删除等)选择并删除部分键,以释放内存。
    • 在这种情况下,定期删除和惰性删除继续工作,但主要任务是由内存淘汰策略来完成。
  3. 高效配合

    • 定期删除和惰性删除保证大部分过期键能够在不影响系统性能的情况下被清理。
    • 内存淘汰策略则在内存压力过大时提供额外的保护,确保系统不会因为内存不足而出现问题。
    • 这种多层次的内存管理机制,保证了 Redis 的高效和稳定运行。

示例场景

假设 Redis 实例设置了 maxmemory 为 100MB,淘汰策略为 allkeys-lru

  1. 系统正常运行

    • 定期删除任务每 100 毫秒运行一次,随机检查一些设置了过期时间的键,删除过期键。
    • 客户端访问键时,惰性删除机制检查键是否过期,过期键立即删除。
  2. 内存使用达到 90MB

    • 定期删除和惰性删除继续工作,但由于某些键没有被及时访问或定期任务未覆盖,内存使用仍在增长。
  3. 内存使用达到 100MB

    • 触发内存淘汰策略 allkeys-lru,Redis 删除最近最少使用的键,释放内存。
    • 继续接受并处理新的客户端请求,确保系统正常运行。

关于ArchManual

https://archmanual.com

https://github.com/yingqiangh/ArchManual

相关文章:

Redis Key的过期策略

Redis 的过期策略主要是指管理和删除那些设定了过期时间的键,以确保内存的有效使用和数据的及时清理。 具体来说,Redis 有三种主要的过期策略:定期删除(Scheduled Deletion)、惰性删除(Lazy Deletion&#…...

数据结构:时间复杂度与空间复杂度

目录 算法效率时间复杂度大O渐进表示法时间复杂度计算案例 空间复杂度空间复杂度案例 复杂度算法题 算法效率 算法在编写成可执行程序后,运⾏时需要耗费时间资源和空间(内存)资源 。因此衡量⼀个算法的好坏,⼀般是从时间和空间两个维度来衡量的&#xf…...

C语言实现贪吃蛇小游戏

✅博客主页:爆打维c-CSDN博客​​​​​​ 🐾 🔹分享c语言知识及代码 🐾 目录 游戏展示视频 一、项目准备工作 二、功能实现分析 1.游戏开始 a.设置本地化、创建窗口、标题 b.隐藏光标,封装定位光标的函数 c.打印欢迎界面及提示信息 …...

深入解析包裹信息管理系统:关系型数据库逻辑数据模型设计、超类实体与派生属性探讨

目录 案例 【题目】 【问题 1】(14分) 【问题 2】(6分) 【问题 3】(5分) 【答案】 【问题 1】解析 【问题 2】解析 【问题 3】解析 案例 阅读下列说明,回答问题 1 至问题 3。 【题目】 某企业委托软件公司开发包裹信息管理系统,以便于对该企业…...

Cyber Weekly #24

赛博新闻 1、OpenAI发布最强模型o1 本周四(9月12日),OpenAI宣布推出OpenAIo1系列模型,标志着AI推理能力的新高度。o1系列包括性能强大的o1以及经济高效的o1-mini,适用于不同复杂度的推理任务。新模型在科学、编码、数…...

Java多线程面试精讲:源于技术书籍的深度解读

写在前面 ⭐️在无数次的复习巩固中,我逐渐意识到一个问题:面对同样的面试题目,不同的资料来源往往给出了五花八门的解释,这不仅增加了学习的难度,还容易导致概念上的混淆。特别是当这些信息来自不同博主的文章或是视…...

【Elasticsearch系列七】索引 crud

💝💝💝欢迎来到我的博客,很高兴能够在这里和您见面!希望您在这里可以感受到一份轻松愉快的氛围,不仅可以获得有趣的内容和知识,也可以畅所欲言、分享您的想法和见解。 推荐:kwan 的首页,持续学…...

快速生成服务器响应json-server的安装和使用

json-server介绍地址:https://www.geeksforgeeks.org/json-server-setup-and-introduction/ 1.json-server是什么? 基于自定义的json文件,快速生成服务端响应,可用于前端调试接口 2.安装和卸载json-server 2.1 安装: 使用npm命令: npm install -g json-server 2.2 卸载 npm …...

增强LinkedList实现瑞士轮赛制编排

前言 LinkedList底层虽然是基于链表实现,但是由于其对底层节点进行了封装,导致无法操作底层Node对象。这也为使用上带来了很多不便,比如我之前遇到的一个需求:将n个队伍按照瑞士轮进行编排,组成n/2个队伍,…...

C++编译环境(IDE)推荐及安装

IDE是什么 嗨嗨嗨,我又来水博文了 今天来给大家推荐几款好用的IDE IDE是集成开发环境(Integrated Development Environment)的缩写,是一种软件应用程序,提供了用于软件开发的各种工具和功能,包括代码编辑…...

Android 12系统源码_窗口管理(八)WindowConfiguration的作用

前言 在Android系统中WindowConfiguration这个类用于管理与窗口相关的设置,该类存储了当前窗口的显示区域、屏幕的旋转方向、窗口模式等参数,应用程序通过该类提供的信息可以更好的适配不同的屏幕布局和窗口环境,以提高用户体验。 一、类定…...

已读论文创新点合集

系列文章目录 文章目录 系列文章目录一、《LAMM: Label Alignment for Multi-Modal Prompt Learning》二、《MaPLe: Multi-modal Prompt Learning》三、《Learning to Prompt for Vision-Language Models》CoOp 一、《LAMM: Label Alignment for Multi-Modal Prompt Learning》…...

12_持久化数据结构

菜鸟:老鸟,我在处理一个项目时遇到了问题。我需要频繁地修改和查询一个数据结构,但每次修改后我都得复制整个结构,性能实在是太低了。有没有什么办法可以高效地处理这种情况? 老鸟:你提到了一个很有意思的…...

【计算机网络】IP, 以太网, ARP, DNS

IP, 以太网, ARP, DNS IP协议回顾IP地址报文格式功能介绍地址管理IP地址数量问题初识 NAT 机制通信机制IP数量的解决方案网段划分特殊IP地址 路由选择 以太网协议报文格式源MAC/目的MACMAC地址是什么MAC地址格式MAC的作用 ARPDNS初识DNSDNS主要功能DNS的查询过程 IP协议 回顾I…...

OpenCore Legacy Patcher 2.0.0 发布,83 款不受支持的 Mac 机型将能运行最新的 macOS Sequoia

在不受支持的 Mac 上安装 macOS Sequoia (OpenCore Legacy Patcher v2.0.0) Install macOS on unsupported Macs 请访问原文链接:https://sysin.org/blog/install-macos-on-unsupported-mac/,查看最新版。原创作品,转载请保留出处。 作者主…...

爆改YOLOv8|使用MobileNetV4替换yolov8的Backbone

1,本文介绍 MobileNetV4 是最新的 MobileNet 系列模型,专为移动设备优化。它引入了通用反转瓶颈(UIB)和 Mobile MQA 注意力机制,提升了推理速度和效率。通过改进的神经网络架构搜索(NAS)和蒸馏…...

C语言 | Leetcode C语言题解之第406题根据身高重建队列

题目: 题解: int cmp(const void* _a, const void* _b) {int *a *(int**)_a, *b *(int**)_b;return a[0] b[0] ? a[1] - b[1] : b[0] - a[0]; }int** reconstructQueue(int** people, int peopleSize, int* peopleColSize, int* returnSize, int** …...

【Git】初识Git

本篇文章的环境是在 Ubuntu/Linux 环境下编写的 文章目录 版本控制器Git 基本操作安装 Git创建 Git 本地仓库配置 Git认识工作区、暂存区、版本库添加文件修改文件版本回退撤销修改删除文件 版本控制器 在日常工作和学习中,老板/老师要求我们修改文档,…...

vue3 透传 Attributes

前言 Vue 3 现在正式支持了多根节点的组件&#xff0c;也就是片段&#xff01; Vue 2.x 遵循单根节点组件的规则&#xff0c;即一个组件的模板必须有且仅有一个根元素。 为了满足单根节点的要求&#xff0c;开发者会将原本多根节点的内容包裹在一个<div>元素中&#x…...

4.接口测试基础(Jmter工具/场景二:一个项目由多个人负责接口测试,我只负责其中三个模块,协同)

一、场景二&#xff1a;一个项目由多个人负责接口测试&#xff0c;我只负责其中三个模块&#xff0c;协同 1.什么是测试片段&#xff1f; 1&#xff09;就相当于只是项目的一部分用例&#xff0c;不能单独运行&#xff0c;必须要和控制器&#xff08;include,模块&#xff09;一…...

[2025CVPR]DeepVideo-R1:基于难度感知回归GRPO的视频强化微调框架详解

突破视频大语言模型推理瓶颈,在多个视频基准上实现SOTA性能 一、核心问题与创新亮点 1.1 GRPO在视频任务中的两大挑战 ​安全措施依赖问题​ GRPO使用min和clip函数限制策略更新幅度,导致: 梯度抑制:当新旧策略差异过大时梯度消失收敛困难:策略无法充分优化# 传统GRPO的梯…...

Cursor实现用excel数据填充word模版的方法

cursor主页&#xff1a;https://www.cursor.com/ 任务目标&#xff1a;把excel格式的数据里的单元格&#xff0c;按照某一个固定模版填充到word中 文章目录 注意事项逐步生成程序1. 确定格式2. 调试程序 注意事项 直接给一个excel文件和最终呈现的word文件的示例&#xff0c;…...

超短脉冲激光自聚焦效应

前言与目录 强激光引起自聚焦效应机理 超短脉冲激光在脆性材料内部加工时引起的自聚焦效应&#xff0c;这是一种非线性光学现象&#xff0c;主要涉及光学克尔效应和材料的非线性光学特性。 自聚焦效应可以产生局部的强光场&#xff0c;对材料产生非线性响应&#xff0c;可能…...

日语学习-日语知识点小记-构建基础-JLPT-N4阶段(33):にする

日语学习-日语知识点小记-构建基础-JLPT-N4阶段(33):にする 1、前言(1)情况说明(2)工程师的信仰2、知识点(1) にする1,接续:名词+にする2,接续:疑问词+にする3,(A)は(B)にする。(2)復習:(1)复习句子(2)ために & ように(3)そう(4)にする3、…...

SCAU期末笔记 - 数据分析与数据挖掘题库解析

这门怎么题库答案不全啊日 来简单学一下子来 一、选择题&#xff08;可多选&#xff09; 将原始数据进行集成、变换、维度规约、数值规约是在以下哪个步骤的任务?(C) A. 频繁模式挖掘 B.分类和预测 C.数据预处理 D.数据流挖掘 A. 频繁模式挖掘&#xff1a;专注于发现数据中…...

YSYX学习记录(八)

C语言&#xff0c;练习0&#xff1a; 先创建一个文件夹&#xff0c;我用的是物理机&#xff1a; 安装build-essential 练习1&#xff1a; 我注释掉了 #include <stdio.h> 出现下面错误 在你的文本编辑器中打开ex1文件&#xff0c;随机修改或删除一部分&#xff0c;之后…...

微软PowerBI考试 PL300-在 Power BI 中清理、转换和加载数据

微软PowerBI考试 PL300-在 Power BI 中清理、转换和加载数据 Power Query 具有大量专门帮助您清理和准备数据以供分析的功能。 您将了解如何简化复杂模型、更改数据类型、重命名对象和透视数据。 您还将了解如何分析列&#xff0c;以便知晓哪些列包含有价值的数据&#xff0c;…...

高效线程安全的单例模式:Python 中的懒加载与自定义初始化参数

高效线程安全的单例模式:Python 中的懒加载与自定义初始化参数 在软件开发中,单例模式(Singleton Pattern)是一种常见的设计模式,确保一个类仅有一个实例,并提供一个全局访问点。在多线程环境下,实现单例模式时需要注意线程安全问题,以防止多个线程同时创建实例,导致…...

蓝桥杯 冶炼金属

原题目链接 &#x1f527; 冶炼金属转换率推测题解 &#x1f4dc; 原题描述 小蓝有一个神奇的炉子用于将普通金属 O O O 冶炼成为一种特殊金属 X X X。这个炉子有一个属性叫转换率 V V V&#xff0c;是一个正整数&#xff0c;表示每 V V V 个普通金属 O O O 可以冶炼出 …...

C++使用 new 来创建动态数组

问题&#xff1a; 不能使用变量定义数组大小 原因&#xff1a; 这是因为数组在内存中是连续存储的&#xff0c;编译器需要在编译阶段就确定数组的大小&#xff0c;以便正确地分配内存空间。如果允许使用变量来定义数组的大小&#xff0c;那么编译器就无法在编译时确定数组的大…...