Redis的数据过期策略和数据淘汰策略

一、数据过期策略

Redis的key过期之后,会立即删除吗?

是否立即删除,这是根据Redis的数据过期策略来决定的

Redis对数据设值数据的过期时间,数据过期后,就需要将数据从内存中删除掉。可以按照不同的规则进行删除,这些删除规则就被称之为数据的删除策略(数据过期策略)

Redis的过期策略分为以下两种策略

1、惰性删除

对Redis中的一个key设置过期时间之后,我们不去管他,当需要该key时,检查其是否已经过期,如果过期,就删掉它;反之则返回该key

# 举例:给name属性设置过期
set name zhangsan 10# 过期后再获取,发现name过期了,直接删除key
get name

惰性删除优缺点:

优点:对CPU友好,对于很多用不到的key不用浪费时间进行过期检查

缺点:对内存不友好,如果一个key过期了,但是一直没尝试获取(没使用),那么不会察觉到这个key已经废弃了,就会一直保存在内存中,内存永远不会释放

2、定期删除

每隔一段时间,我们就对一些key(从一定数量的缓存中取出一部分key)进行检查,检查是否过期,过期则删除

定期策略有两种模式:

SLOW模式:定时任务,执行频率是10hz(1秒执行10次,也就是100ms执行一次),每次不超过25ms,可以通过修改配置寄文件redis.conf的hz选项调整这个频率

FAST模式:执行频率不固定,但是两次删除的间隔不会低于2ms,每次耗时不超过1ms

定期删除的优缺点:

优点:可以通过限制删除操作执行的时长和频率来减少删除操作对CPU的影响。另外定期删除,也能有效释放过期key对内存的占用

缺点:如果调的太快,可能影响CPU资源,一直检查key是否过期去了;调的太慢,又达不到效果

Redis的真实使用的过期删除策略实际上是:惰性删除 + 定期策略两种策略同时使用的

二、数据淘汰策略

1、数据淘汰策略概念

数据淘汰策略和数据淘汰策略概念不一样,可以认为是一种异常情况下的处理策略

数据淘汰策略指的是:当redis中的内存不够用时,此时再向redis中添加新的key(新数据),那么redis会按照一定规则将内存中的数据删掉,这种数据删除的规则被称之为内存的淘汰策略

2、8种数据淘汰策略

当内存不足时,redis支持以下8种数据淘汰策略来选择删除哪些key:(不用记得这么多,知道有默认的noevictionLRU、LFU行了)

1、noeviction:当内存不足时,不淘汰任何key,但是也不允许写入新数据,默认是这种策略

2、volatile-ttl:对设置了TTL(过期时间)的key,比较这些key的TTL,过期剩余时间越小的,优先被淘汰

3、allkeys-random:从全体key中,随机进行淘汰(随机???删到那种《很长时间才能从数据库查出来的,又是热点key的》就老实了,直接缓存击穿)

4、volatile-random:对设置了TTL(过期时间)的key,随机进行淘汰

5、allkeys-lru:对全体key,基于LRU算法进行淘汰

6、volatile-lru:对设置了TTL(过期时间)的key,基于LRU算法进行淘汰

7、allkeys-lfu:对全体key,基于LFU算法进行淘汰

6、volatie-lfu:对设置了TTL(过期时间)的key,基于LFU算法进行淘汰

3、什么是LRU算法和LFU算法呢?

LRU(Least Recently Used):Least(最少的)Recently(最近)

最近最少使用:用当前时间,减去key的最后一次访问时间,这个值越大则淘汰优先级越高

举例:key1是3s前访问过一次,key2是9s前访问过一次,那么删除的就是key2

LFU(Least Frequently Used):Frequently(频繁的)

最少频率使用:统计每个key在一段时间内的访问频率,频率越小淘汰优先级越高。

举例:key1最近5s被访问了4次,key2最近5s被访问了9次,删除的就是key1

4、数据淘汰策略-使用建议

1、 优先使用 alkeys-lru 策略。充分利用 LRU 算法的优势,把最近最常访问的数据留在缓存中。如果业务有明显的冷热数据区分,建议使用。

2、如果业务中数据访问频率差别不大,没有明显冷热数据区分,建议使用alkeys-random,随机选择淘汰

3、如果业务中有置顶的需求,可以使用 volatile-lru 策略,同时置顶数据不设置过期时间,这些数据就一直不被删除会淘汰其他设置过期时间的数据。

4、如果业务中有短时高频访问的数据,可以使用 allkeys-lfu 或 volatile-lfu 策略。

举例:如果数据库中有1000万数据,redis中只能缓存20万条,那么如何保证redis中的数据都是热点数据呢?

使用allkey-lru策略,挑选最近最少使用的数据淘汰,留下来的肯定是最近最常访问的热点数据

我之前那家公司redis中保存的都是一些简单的配置项,并没有看到配置什么淘汰策略,应该用的就是默认的noeviction,内存占用极低,只用了几十MB

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.rhkb.cn/news/14979.html

如若内容造成侵权/违法违规/事实不符,请联系长河编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

Linux(20)——调度作业

目录 一、调度延迟的用户作业: 1、延迟的用户作业: 2、查看延迟的用户作业: 3、从计划中删除作业: 二、调度周期性用户作业: 1、周期性用户作业: 2、调度周期性用户作业: 3、用户作业格…

在 Visual Studio Code 与微信开发者工具中调试使用 emscripten 基于 C 生成的 WASM 代码

最近在尝试将一些 C/C、Lua 项目挪到 Web 上跑, 接触到了 emscripten. 这里会介绍下在 Visual Studio Code 与微信开发者工具中调试使用 emscripten 基于 C 生成的 WASM 代码 (WebAssembly) 的一些方法. Emscripten 与 WebAssebmly WebAssembly 是一种新的编码方式, 可以在现代…

deepseek API开发简介

1、申请deepseek api key: https://platform.deepseek.com/api_keys创建API Key,并复制Key 2、安装python、pip,然后安装requests pip install requests3、.示例代码 import requests import json# DeepSeek API 地址 API_URL "ht…

uniapp开发微信小程序请求超时设置【亲测有效】

在Hbuilderx中 使用uniapp开发微信小程序时 封装请求方法 请求代码如下 function requestFun(app) {// get请求app.config.globalProperties._get function(path, data, success, fail, complete) {data data || {};data.token uni.getStorageSync(token) || ;uni.request…

【03】 区块链分布式网络

3-1 P2P网络 传统中心化网络由中央服务器保存全量数据。客户端之间无法直接连接,必须通过中央服务器作为桥梁。客户端必须和中央服务器建立连接后访问资源。客户端之间并无连通。 在P2P网络中通过将数据资源分散在网络各个节点中存储以及节点间交互连接&#xff0…

DeepSeek-R1 论文解析——人工智能领域的 RL LLM 新时代?

简介 最近几年,AI领域真是突飞猛进,尤其是大型语言模型(LLM),它们为通用人工智能(AGI)的发展打下了基础。OpenAI的o1模型就是个很好的例子,它用了一种创新的推理时间扩展技术&#…

第七节 文件与流

基本的输入输出(iostream) C标准库提供了一组丰富的输入/输出功能,C的I/O发生在流中,流是字节序列。如果字节流是从设备(键盘、磁盘驱动器、网络连接等)流向内存,叫做输入操作。如果字节流是从…

算法篇——动态规划

核心思想: 将问题分解为重叠的子问题,并储存子问题的解(使用字典、数组或哈希表),避免重复计算,从而提高效率。 题目特点:重叠子问题(特殊地,是最优子结构) …

redis高级数据结构Stream

文章目录 背景stream概述消息 ID消息内容常见操作独立消费创建消费组消费 Stream弊端Stream 消息太多怎么办?消息如果忘记 ACK 会怎样?PEL 如何避免消息丢失?分区 Partition Stream 的高可用总结 背景 为了解决list作为消息队列是无法支持消息多播问题,Redis5.0…

ASP.NET Core WebSocket、SignalR

目录 WebSocket SignalR SignalR的基本使用 WebSocket WebSocket基于TCP协议,支持二进制通信,双工通信。性能和并发能力更强。WebSocket独立于HTTP协议,不过我们一般仍然把WebSocket服务器端部署到Web服务器上,因为可以借助HT…

多路文件IO

一、思维导图

在CT107D单片机综合训练平台上,8个数码管分别单独依次显示0~9的值,然后所有数码管一起同时显示0~F的值,如此往复。

题目:在CT107D单片机综合训练平台上,8个数码管分别单独依次显示0~9的值,然后所有数码管一起同时显示0~F的值,如此往复。 延时函数分析LED首先实现8个数码管单独依次显示0~9的数字所有数码管一起同时显示0~F的值,如此往…

小红书提出新面部视频交换方法DynamicFace,可生成高质量且一致的视频面部图像。

DynamicFace是一种新颖的面部视频交换方法,旨在生成高质量且一致的视频面部图像。该方法结合了扩散模型的强大能力和可插拔的时间层,以解决传统面部交换技术面临的两个主要挑战:在保持源面部身份的同时,准确传递目标面部的运动信息…

2025.2.9机器学习笔记:PINN文献阅读

2025.2.9周报 文献阅读题目信息摘要Abstract创新点网络架构实验结论缺点以及后续展望 文献阅读 题目信息 题目: GPT-PINN:Generative Pre-Trained Physics-Informed Neural Networks toward non-intrusive Meta-learning of parametric PDEs期刊: Fini…

天津三石峰科技——汽车生产厂的设备振动检测项目案例

汽车产线有很多传动设备需要长期在线运行,会出现老化、疲劳、磨损等 问题,为了避免意外停机造成损失,需要加装一些健康监测设备,监测设备运 行状态。天津三石峰科技采用 12 通道振动信号采集卡(下图 1)对…

CSGHub高效管理|解锁DeepSeek R1蒸馏模型 :高效推理的新选择

在大模型的新时代,如何在保持高推理能力的同时降低计算成本,已经成为企业和开发者们关注的核心问题。 你是否也在寻找一个既强大又高效的AI模型? DeepSeek R1,作为目前领先的AI模型之一,不仅推出了强大的671B参数旗舰模…

来自国外的实用软件 ,已接触所有限制!

今天我给大家带来了一款超棒的全自动抠图软件,真的是一个来自国外的宝藏工具!而且好消息是,它现在完全解除了限制,可以无限畅快地使用了。 Teorex PhotoScissors 抠图软件 这款软件特别贴心,根本不需要安装&#xff0…

win32汇编环境,结构体的使用示例一

;运行效果 ;win32汇编环境,结构体的使用示例一 ;举例说明结构体的定义,如何访问其中的成员,使用assume指令指向某个结构体,利用偏移得到成员值等 ;直接抄进RadAsm可编译运行。重要部分加备注。 ;下面为asm文件 ;>>>>>>>…

Ai无限免费生成高质量ppt教程(deepseek+kimi)

第一步:打开deepseek官网(DeepSeek) 1.如果deepseek官网网络繁忙,解决方案如下: (1)使用easychat官网(EasyChat)使用deepseek模型,如图所示: (2)本地部署&…

C#常用集合优缺点对比

先上结论&#xff1a; 在C#中&#xff0c;链表、一维数组、字典、List<T>和ArrayList是常见的数据集合类型&#xff0c;它们各有优缺点&#xff0c;适用于不同的场景。以下是它们的比较&#xff1a; 1. 一维数组 (T[]) 优点&#xff1a; 性能高&#xff1a;数组在内存中…