Redis原理篇—内存回收

笔记整理自 b站_黑马程序员Redis入门到实战教程

内存过期策略-过期key处理

Redis 之所以性能强，最主要的原因就是基于内存存储。然而单节点的 Redis 其内存大小不宜过大，会影响持久化或主从同步性能。

我们可以通过修改配置文件来设置 Redis 的最大内存：

当内存使用达到上限时，就无法存储更多数据了。

为了解决这个问题，Redis 提供了一些策略实现内存回收：

内存过期策略
内存淘汰策略

在学习 Redis 缓存的时候我们说过，可以通过 expire 命令给 Redis 的 key 设置 TTL（存活时间）：

可以发现，当 key 的 TTL 到期以后，再次访问 name 返回的是 nil，说明这个 key 已经不存在了，对应的内存也得到释放。从而起到内存回收的目的。

这里有两个问题需要我们思考：

Redis 是如何知道一个 key 是否过期呢？
是不是 TTL 到期就立即删除了呢？

过期策略-DB结构

Redis 本身是一个典型的 key-value 内存存储数据库，因此所有的 key、value 都保存在之前学习过的 Dict 结构中。

不过在其 database 结构体中，有两个 Dict：一个用来记录 key-value；另一个用来记录 key-TTL。

答案

Redis 是如何知道一个 key 是否过期呢？
- 利用两个 Dict 分别记录 key-value 对及 key-ttl 对
是不是 TTL 到期就立即删除了呢？
- 惰性删除
- 周期删除

惰性删除

并不是在 TTL 到期后就立刻删除，而是在访问一个 key 的时候，检查该 key 的存活时间，如果已经过期才执行删除。

这样就可能会存在一个问题：假如这个 key 已经过期了很久了，但一直未被访问过，所以它一直没有被删除。所以就需要下面的周期删除。

周期删除

通过一个定时任务，周期性的抽样部分过期的 key，然后执行删除。

执行周期有两种：

Redis 服务初始化函数 initServer() 中设置一个定时任务 serverCron()，按照 server.hz 的频率来执行过期 key 清理，模式为 SLOW
Redis 的每个事件循环前会调用 beforeSleep() 函数，执行过期 key 清理，模式为 FAST

SLOW 模式规则：

执行频率受 server.hz 影响，默认为 10，即每秒执行 10 次，每个执行周期 100ms
执行清理耗时不超过一次执行周期的 25%，默认 slow 模式耗时不超过 25ms
逐个遍历 db，逐个遍历 db 中的 bucket，抽取 20 个 key 判断是否过期
如果没达到时间上限（25ms）并且过期 key 比例大于 10%，再进行一次抽样，否则结束

FAST 模式规则（过期 key 比例小于 10% 不执行）：

执行频率受 beforeSleep() 调用频率影响，但两次 FAST 模式间隔不低于 2ms
执行清理耗时不超过 1ms
逐个遍历 db，逐个遍历 db 中的 bucket，抽取 20 个 key 判断是否过期
如果没达到时间上限（1ms）并且过期 key 比例大于 10%，再进行一次抽样，否则结束

总结

Redis-Key 的 TTL 记录方式：

在 RedisDB 中通过一个 Dict 记录每个 Key 的 TTL 时间

过期 key 的删除策略：

惰性清理：每次查找 key 时判断是否过期，如果过期则删除
定期清理：定期抽样部分 key，判断是否过期，如果过期则删除。
- 定期清理的两种模式：
  - SLOW 模式执行频率默认为 10，每次不超过 25ms
  - FAST 模式执行频率不固定，但两次间隔不低于 2ms，每次耗时不超过 1ms

内存淘汰策略

内存淘汰

内存淘汰：就是当 Redis 内存使用达到设置的上限时，主动挑选部分 key 删除以释放更多内存的流程。

Redis 会在任何的命令执行之前去做内存检查，它会在处理客户端命令的方法 processCommand() 中尝试做内存淘汰：

淘汰策略

Redis 支持 8 种不同策略来选择要删除的 key：

noeviction：不淘汰任何 key，但是内存满时不允许写入新数据，默认就是这种策略
volatile-ttl：对设置了 TTL 的 key，比较 key 的剩余 TTL 值，TTL 越小越先被淘汰
allkeys-random：对全体 key，随机进行淘汰。也就是直接从 db->dict 中随机挑选
volatile-random：对设置了 TTL 的 key，随机进行淘汰。也就是从 db->expires 中随机挑选
allkeys-lru：对全体 key，基于 LRU 算法进行淘汰
volatile-lru：对设置了 TTL 的 key，基于 LRU 算法进行淘汰
allkeys-lfu：对全体 key，基于 LFU 算法进行淘汰
volatile-lfu：对设置了 TTL 的 key，基于 LFU 算法进行淘汰

比较容易混淆的有两个：

LRU（Least Recently Used），最少最近使用。用当前时间减去最后一次访问时间，这个值越大则淘汰优先级越高。
LFU（Least Frequently Used），最少频率使用。会统计每个 key 的访问频率，值越小淘汰优先级越高。

Redis 的数据都会被封装为 RedisObject 结构：

LFU 的访问次数之所以叫做逻辑访问次数，是因为并不是每次 key 被访问都计数，而是通过运算：

生成 0~1 之间的随机数 R
计算 1/(旧次数 * lfu_log_factor + 1)，记录为 P，lfu_log_factor 默认为 10
如果 R < P，则计数器 + 1，且最大不超过 255
访问次数会随时间衰减，距离上一次访问时间每隔 lfu_decay_time 分钟（默认为 1），计数器 -1

最后用一副图来描述当前的这个流程吧：