Redis 缓存更新策略

Redis 缓存更新策略

我们知道缓存的数据通常都是有生命周期的，需要做一些定期更新或者删除,从而保证内存空间在一个可控的范围内。

Redis缓存更新策略主要有三种：

1、LRU/LFU/FIFO算法剔除：例如maxmemory-policy

当Redis memory 达到最大值的时候，首先关注的是过期的数据，通过删除策略来达到保护内存的效果。这种方式只需要关注缓存的策略配置，不需要关心具体的每一个key 到底是怎么过期的，每一个key 是到底怎样被删除的

2、超时剔除：例如 expire

对于Redis 来说实际上就是设置过期时间

比如存储一个用户信息，我将它缓存起来了，我将它设置半个小时的超时时间，半个小时之内，任何访问 或者请求 都会从缓存中去拿结果，

然后来保证性能，而且可以降低后台的负载。

有一个问题就是说，如果在这个缓存期间，有一些用户信息更新了，而且用户更新了非常重要的信息，那你将要怎么办。对于这种expire来说就不是很好

对于一些说明，缓存在Redis中，暂时的不一致对于用户来说，是可以接受的，因为我们要保证性能。

3、主动更新：开发控制生命周期

比如金融信息，需要开发一些业务代码主动去更新缓存，或者更新用户信息的时候，发一条消息或者触发一个事件来主动剔除或者回写更新用户信息，

来实现缓存的一致性。不过这不是完全的强一致性，而是最终一致性。

策略|一致性|维护成本

--|:--:|--:

LRU/LIRS算法剔除 |最差 |低

超时剔除 |较差 |低

主动更新 |强 |高

最佳实战：

1、低一致性：最大内存和淘汰策略

2、高一致性：超时剔除和主动更新结合，最大内存和淘汰策略兜底