【redis缓存淘汰机制导读】redis作为一款内存型数据库，其设计的初衷就是为了给广大业务层提供高效的数据读、写能力，因为访问内存的速度肯定是要比直接访问磁盘的速度快几个数量级，假设业务方所有数据读、写请求全部都转发到后台的数据库，那么势必给数据库带来很大的压力，甚至可能导致数据库宕机。那么本文将为您介绍redis的缓存、以及缓存淘汰的机制。

   

      redis用作缓存时，优先会把redis部署在数据库的前端，帮助数据库拦住大部分的读、写请求，redis缓存也会存在是否命中的情况，缓存并不能满足所有的业务数据请求。一般会有如下两种情况：

      缓存命中：redis中有相关的数据，直接读取出来并返回给业务方。

      缓存缺失：redis不存在相应的数据，那此时只能往后端的数据库去请求，同时也要把缺失的数据写回redis，相当于更新缓存，方便业务方下次请求数据的时候，能直接从缓存中获取。

       从上文的描述中也能看出一些问题，假如缓存没有命中，业务方只能从后台数据库去查询相关数据，那此时缓存中缺失的数据该以什么样的方式去更新呢？是立即更新还是等待某个时机去更新，基于这种情况，redis推出了两种缓存机制。

 只读缓存

       只读缓存，顾名思义只提供数据查询服务，当业务方调用GET接口查询数据，存在则给业务方返回缓存中的数据；不存在则从数据库中去查；当业务方调用DEL、SET接口对数据进行删除、修改时，如果redis已经缓存了这类数据，redis会优先删除这些数据，随后直接去后台数据库删除、修改这些数据。当下次业务方再次请求这些被删除的数据，会发生缓存缺失，随后去数据库中查询，同时把数据库中这些数据更新到缓存中来。同学们可以结合下面的流程来理解只读缓存。

     只读缓存的优势在于，数据库中能实时保存最新的业务数据，就算redis服务宕机了，最新的数据不会随着redis的宕机而丢失。

 读写缓存

    读写缓存，那便是业务方的读、写请求都直接在缓存中进行，并将缓存中的结果实时返回给业务方，但缓存中数据的更新并不及时写回数据库，这样就存在最新业务数据丢失的风险。那读写缓存中最新的业务数据是按照什么策略写回数据库的呢？redis提供"同步直写"和"异步写回"两种策略。

      同步直写：写请求发给缓存，同时也会发给后端数据库进行处理，等到缓存和数据库都更新完，才给客户端返回。那样就严重拖慢了redis的相应速度了。

      异步写回：写请求优先在缓存中处理。等这些新增或修改的数据要被从缓存中淘汰掉时，缓存将它们写回后端数据库。这样便不会影响redis响应速度了。

      好，简单介绍完redis的缓存及类型，那继续讨论一个缓存淘汰的问题，假设redis主库接收到了大量的业务客户端请求，或者业务客户端消费速度过慢，导致redis输出缓冲区中积攒了大量的数据，甚至把缓存写满了，那这个时候该怎么办？接下来介绍缓存淘汰策略。

Redis 缓存有哪些淘汰策略？

    我们根据淘汰候选数据集的范围把它们分成两类：

    1、基于过期时间的淘汰机制：volatile-random、volatile-ttl、volatile-lru、volatile-lfu。

      2、基于数据范围的淘汰机制: allkeys-lru、allkeys-random、allkeys-lfu。

   Redis使用的内存空间超过maxmemory值时，redis便会按照一定的规则进行数据的淘汰，具体规则如下：

     volatile-ttl： 针对设置了过期时间的键值对，根据过期时间的先后进行删除，越早过期的越先被删除。

    volatile-random：针对设置了过期时间的键值对，进行随机删除。

    volatile-lru： 基于LRU算法筛选设置了过期时间的键值对，进行淘汰。

    volatile-lfu： 基于LFU算法选择设置了过期时间的键值对，进行淘汰。

     PS：针对LRU算法、LFU算法，笔者在后续的文章中做介绍。

 那第二批淘汰策略，就更好理解些，基于所有的键值对，进行随机、采用LRU、LFU算法进行淘汰。

   何为LRU算法？这也是面试中经常被问到的知识点，面试官可能要你手写个LRU算法出来，或者结合redis做提问。

   LRU全称：Least Recently Used，即按照最近、最少使用的原则来筛选数据，最近频繁被使用的热数据会留在缓存中。那如何筛选？LRU把所有的数据组织成一个链表，链表的头和尾分别表示MRU端和LRU端，分别表示最近常使用和最近不常使用。可以看看如下示意图：

    最新写入的数据15，会被塞到链表头部，如果当前内存中的容量上限就是5，那么为了插入15这个最新的数据，末尾端的5便要被筛选出来，进行淘汰。

     那还存在一个问题，筛选出来的数据是直接把它删除掉吗？假设筛选出来的数据比数据库中的数据还要新，那么直接删除，势必会造成数据丢失。redis一般这样处理：一旦选中淘汰的数据后，如果这个数据是干净的，就直接删除；如果这个数据是脏的，redis把它写回数据库，如下图所示：

那如何判断数据是否是脏的？

    和后端数据库中的数据保持一致，说明就是干净的数据，不一致就是脏数据，就是这么简单。