Redis内存满了怎么办？答案是利用内存淘汰机制

Redis内存消除策略

帝国官网资源限制已定。如果每年都选新人的话，就没有网站资源可以用了。我应该怎么办？如何选择一些公务员来消灭呢？

Redis 4.0时代，总共有6种淘汰策略，后来又增加了2种新策略。

一般来说，我们可以根据是否要淘汰分为两类：

• 无淘汰策略、无驱逐；
• 其余7种策略根据不同规则进行淘汰。

noeviction不退役策略

默认情况下，超过maxmemory值的资源不会被淘汰，不允许新人加入。

这是一个相关家族，皇帝和国家的亲戚，永久的贵宾。你好。

随着官方人员的增加，资源容量迟早会满，因为不会被淘汰。满了之后，当“新人”想要进入时，Redis直接返回错误，命中。

秀，好任性。

淘汰策略不同

剩下的7种策略也可以根据淘汰候选集和淘汰间隔分为两类：

• 有设定过期时间的没有设定过期时间的将不会被淘汰被淘汰。淘汰策略如下：
  • volatile-lru：淘汰最近在一线工作最少的人；
  • volatile-lfu：4.0后添加的新策略是淘汰在一线工作次数最少的人员；
  • volatile-random：随机淘汰，为新人腾出空间；
  • volatile-ttl：淘汰是设定公务员的任期，最接近任期的会先淘汰。
• 消除所有类型的的，无论他们是永久皇室VIP亲属还是设置了过期时间的人。
  • allkeys-lru：淘汰近期在一线工作最少的员工；
  • allkeys-lfu：消灭至少最近一直在一线工作的公务员；
  • allkeys-random：随机移除员工，为新员工腾出空间。

故事到这里就结束了。那么“麻哥”就跟大家分享一下在实际Redis中如何选择正确的淘汰策略以及设置最佳的缓存大小。

消除执行流程如下图所示：

• 客户端向服务器发送新命令；
• 服务器接收客户端命令，Redis检查内存使用情况。如果大于maxmemory限制，则根据策略丢弃数据。
• 运行新命令。

allkeys-lru使用场景

如果您的应用程序冷热数据差异比较明显，根据经验建议您使用该策略，并充分利用LRU算法来保留最后访问的数据数据。有限的内存提高了访问性能。

allkeys-random使用场景

如果冷热数据没有明显差异，所有数据分布请求都比较均衡，这个数据会被随机询问，那么使用allkeys-random策略让它随机选择数据进行淘汰。

volatile-lru使用场景

在业务场景中，有些数据是无法删除的，比如热门新闻、视频等。目前，我们没有为这些数据设置过期时间，这样数据就不会被删除，政策也会被移除。使用LRU算法淘汰有过期时间且最近被访问过的数据。

需要注意的一点是，设置密钥过期时间会消耗一些内存，所以使用allkeyds-lru会提高内存效率。

对于需要维护不可删除的数据以及所有数据都可以消除的业务系统，使用不同的Redis实例集群是一个更好的解决方案。

对于部分数据无法删除的业务场景，可以使用volatile-lru策略，其他类型可以使用allkyes-lru或allkeys-random。

Redis 的容量设置多少比较合适

缓存越大越好。以最低的成本获得最高的效益，才是老板想要的。

数据访问是本地化的。根据“28原则”：通常，20%的数据可以支持80%的访问请求。

那么我们可以将缓存容量设置为总数据量的20%吗？

当然不能那么绝对，这是一个理想的状态。因为可能存在一些个性化需求，不同用户访问的数据可能有很大差异，没有完全遵循“28原则”。

要根据实际接入特点和成本进行综合评估。根据经验，建议将容量设置为总数据量的15%~30%。

马哥，其他淘汰规则都比较简单，而 volatile-lru 和 volatile-lfu 则比较复杂。他们的算法是什么？

volatile-lru 使用 LRU 算法来消除最近最少使用的数据。 volatile-lfu采用LFU算法，在LRU算法的基础上兼顾数据的时效性和访问频率。最少使用的密钥将被删除。

至于具体的算法细节，我们下次再分解。