前言

Redis的常用删除策略

一、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

XX ：具有时效性的数据
-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

注：过期数据并不是真的被删除了

二、数据删除策略

数据删除策略的目标：在内存占用与CPU占用之间寻找一种平衡，顾此失彼都会造成整体redis性能的下降，甚至引发服务器宕机或内存泄露。
1. 定时删除
2. 惰性删除
3. 定期删除

2.1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）

2.2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
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（拿空间换时间）

2.3 定期删除

我们可以发现定时删除和惰性删除方案都走了极端，会舍弃一个空间或者时间，那么有没有折中的方案呢？有，那就是定期删除

定期删除逻辑

Redis启动服务器初始化时，读取配置server.hz的值，默认为10
每秒钟执行server.hz次serverCron()中的方法—databasesCron()—activeExpireCycle()
activeExpireCycle()对每个expires[]逐一进行检测，每次执行250ms/server.hz
对某个expires[]检测时，随机挑选W个key检测
如果key超时，删除key
如果一轮中删除的key的数量>W * 25%，循环该过程
如果一轮中删除的key的数量≤W * 25%，检查下一个expires[]，0-15循环
W取值=ACTIVE_EXPIRE_CYCLE_LOOKUPS_PER_LOOP属性值

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
Redis存储空间图：

定期删除: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

优点1：CPU性能占用设置有峰值，检测频度可自定义设置
优点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）

2.4 删除策略比对

删除策略	优点	缺点	核心思想
定时删除	节约内存，不占用	不分时段占用CPU资源，频度高	拿时间换空间
惰性删除	延时执行，CPU利用率高	内存占用严重	拿空间换时间
定期删除	内存定期随机清理，每秒花费固定的CPU资源维护内存，不太耗费CPU资源	无明显缺点	随机抽查，重点抽查

三、逐出算法

当新数据进入redis时，如果内存不足怎么办？

Redis使用内存存储数据，在执行每一个命令前，会调用freeMemoryIfNeeded()方法检测内存是否充足。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。清理数据的策略称为逐出算法。
注意：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后，如果不能达到内存清理的要求，将出现错误信息抛出异常：(error) OOM command not allowed when used memory >'maxmemory。

3.1影响数据逐出的相关配置

maxmemory最大可使用内存：
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-samples每次选取待删除数据的个数：
选取数据时并不会全库扫描，导致严重的性能消耗，降低读写性能。因此采用随机获取数据的方式作为待检测删除数据
maxmemory-policy删除策略：
检测易失数据（可能会过期的数据集server.db[i].expires ）
- ① volatile-lru：挑选最近最少使用的数据淘汰
- ② volatile-lfu：挑选最近使用次数最少的数据淘汰
- ③ volatile-ttl：挑选将要过期的数据淘汰
- ④ volatile-random：任意选择数据淘汰
检测全库数据（所有数据集server.db[i].dict ）
- ⑤ allkeys-lru：挑选最近最少使用的数据淘汰
- ⑥ allkeys-lfu：挑选最近使用次数最少的数据淘汰
- ⑦ allkeys-random：任意选择数据淘汰
放弃数据驱逐
- ⑧ no-enviction（驱逐）：禁止驱逐数据（redis4.0中默认策略），会引发错误OOM（Out OfMemory）达到最大内存后的，对被挑选出来的数据进行删除的策略