1：什么是时效性（过期）数据
Redis是一种内存级数据库，所有数据均存放在内存中，内存中的数据可以通过TTL指令获取其状态
正数：代表该数据在内存中还能存活的时间
-1：永久有效的数据
2 ：已经过期的数据 或被删除的数据 或 未定义的数据
删除策略就是针对已过期数据的处理策略，已过期的数据是真的就立即删除了吗？
其实也不是，我们会有多种删除策略，是分情况的，在不同的场景下使用不同的删除方式会有不同效果
时效性数据的存储结构：
过期数据是一块独立的存储空间，Hash结构，field是内存地址，value是过期时间，保存了所有key的过期描述，
在最终进行过期处理的时候，对该空间的数据进行检测， 当时间到期之后通过field找到内存该地址处的数据，然后进行相关操作。
一共有多个expires 一个expries里面存放一个hash表（key 有效性数据地址值 value 过期时间）
2： 数据删除策略
1：定时删除
创建一个定时器，当key设置有过期时间，且过期时间到达时，由定时器任务立即执行对键的删除操作
优点：节约内存，到时就删除，快速释放掉不必要的内存占用
缺点：CPU压力很大，无论CPU此时负载量多高，均占用CPU，会影响redis服务器响应时间和指令吞吐量
总结：用处理器性能换取存储空间（拿时间换空间）
2：惰性删除
数据到达过期时间，不做处理。
等下次访问该数据时，我们需要判断如果未过期，返回数据发现已过期，删除，返回不存在
优点：节约CPU性能，发现必须删除的时候才
删除缺点：内存压力很大，出现长期占用内存的数据
总结：用存储空间换取处理器性能（拿时间换空间）
3：定期删除:
1：Redis启动服务器初始化时，读取配置config文件 hz的值，默认为10
2：每秒钟执行 config hz次（10次） serverCron()-------->databasesCron()--------->activeExpireCycle() 流程
3：activeExpireCycle()对每个expires[*]逐一进行检测，每次执行耗时：250ms:
4：对某个expires[*]检测时，随机挑选 W（ACTIVE_EXPIRE_CYCLE_LOOKUPS_PER_LOOP属性值）个key检测
1：如果key超时，删除key
2：如果一轮中删除的key的数量>W*25%，循环该过程
3：如果一轮中删除的key的数量≤W*25%，检查下一个expires[*]，0-15循环
参数current_db用于记录activeExpireCycle() 进入哪个expires[*]
执行如果activeExpireCycle()执行时间到期，下次从current_db继续向下执行
总的来说：定期删除就是周期性轮询redis库中的时效性数据，采用随机抽取的策略，利用过期数据占比的方式控制删除频度
特点1：CPU性能占用设置有峰值，检测频度可自定义设置
特点2：内存压力不是很大，长期占用内存的冷数据会被持续清理总结：周期性抽查存储空间（随机抽查，重点抽查）
3： 淘汰策略概述
当新数据进入redis时，如果内存不足怎么办？
在执行每一个命令前，会调用freeMemoryIfNeeded()检测内存是否充足。
如果内存不满足新 加入数据的最低存储要求，redis要临时删除一些数据为当前指令清理存储空间。
清理数据的策略也称为逐出算法。
逐出数据的过程不是100%能够清理出足够的可使用的内存空间，如果不成功则反复执行。
当对所有数据尝试完毕， 如不能达到内存清理的要求，将出现错误信息如下：
(error) OOM command not allowed when used memory >'maxmemory'
1：最大可使用内存，即占用物理内存的比例，默认值为0，表示不限制。生产环境中根据需求设定，通常设置在50%以上
maxmemory ?m
2：每次选取待删除数据的个数，采用随机获取数据的方式作为待检测删除数据
maxmemory-samples count
3：对数据进行删除的选择策略
maxmemory-policy policy
config中默认配置：
# maxmemory <bytes>
maxmemory-samples 5
maxmemory-policy noeviction
推荐使用 allkeLyRs-lfu 淘汰算法 （挑选最近 使用总次数最少的数据淘汰）
淘汰单位时间内 最少使用的非热点数据
4： 淘汰策略详解
第一类：检测易失数据（可能会过期的数据集server.db[i].expires ）
volatile-lru：挑选最近最少使用的数据淘汰
volatile-lfu：挑选最近 使用总次数最少的数据淘汰
volatile-random：任意选择数据淘汰，相当于随机
volatile-ttl：挑选将要过期的数据淘汰
LRU算法：
除了需要 key/value 字典外，还需要附加一个链表，链表中的元素按照一定的顺序进行排列。
当空间满的时候，会踢掉链表尾部的元素。当字典的某个元素被访问时，它在链表中的位置会被移动到表头。
所以链表的元素排列顺序就是元素最近被访问的时间顺序。
LFU算法：
果一个 key 长时间不被访问，只是刚刚偶然被用户访问了一下，那么在使用 LRU 算法下，不容易被淘汰
而 LFU 是需要追踪最近一段时间的访问频率，它需要在近期一段时间内被访问很多次才有机会被认为很热
第9秒的进行删除：
LRU：删除被访问过4次的 age 最后一次是第5秒被访问
LFU：删除被访问过1次的 gender 最后一次是第8秒被访问
第二类：检测全库数据（所有数据集server.db[i].dict ）
allkeys-lru：挑选最近 最少使用的数据淘汰
allkeLyRs-lfu：：挑选最近 使用总次数最少的数据淘汰
allkeys-random：任意选择数据淘汰，相当于随机
第三类：放弃数据驱逐
no-enviction（驱逐）：禁止驱逐数据(redis4.0中默认策略)，会引发OOM(Out Of Memory)
网友评论