Redis_16_之LRU算法

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

1. 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
2. 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
3. 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
4. allkeys-random: 随机选择一些key来删除掉
5. volatile-random: 随机选择一些设置了TTL的key来删除掉
6. 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

1. 客户端执行数据写入操作
2. 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
3. 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