[[338410]]

本文轉(zhuǎn)載自微信公眾號(hào)「程序員歷小冰」，作者歷小冰 。轉(zhuǎn)載本文請(qǐng)聯(lián)系程序員歷小冰公眾號(hào)。   

 Redis是一個(gè)基于內(nèi)存的鍵值數(shù)據(jù)庫(kù)，其內(nèi)存管理是非常重要的。本文內(nèi)存管理的內(nèi)容包括：過(guò)期鍵的懶性刪除和過(guò)期刪除以及內(nèi)存溢出控制策略。

最大內(nèi)存限制

Redis使用 maxmemory 參數(shù)限制最大可用內(nèi)存，默認(rèn)值為0，表示無(wú)限制。限制內(nèi)存的目的主要 有：

• 用于緩存場(chǎng)景，當(dāng)超出內(nèi)存上限 maxmemory 時(shí)使用 LRU 等刪除策略釋放空間。
• 防止所用內(nèi)存超過(guò)服務(wù)器物理內(nèi)存。因?yàn)?Redis 默認(rèn)情況下是會(huì)盡可能多使用服務(wù)器的內(nèi)存，可能會(huì)出現(xiàn)服務(wù)器內(nèi)存不足，導(dǎo)致 Redis 進(jìn)程被殺死。

maxmemory 限制的是Redis實(shí)際使用的內(nèi)存量，也就是 used_memory統(tǒng)計(jì)項(xiàng)對(duì)應(yīng)的內(nèi)存。由于內(nèi)存碎片率的存在，實(shí)際消耗的內(nèi)存 可能會(huì)比maxmemory設(shè)置的更大，實(shí)際使用時(shí)要小心這部分內(nèi)存溢出。具體Redis 內(nèi)存監(jiān)控的內(nèi)容請(qǐng)查看一文了解 Redis 內(nèi)存監(jiān)控和內(nèi)存消耗。

Redis默認(rèn)無(wú)限使用服務(wù)器內(nèi)存，為防止極端情況下導(dǎo)致系統(tǒng)內(nèi)存耗 盡，建議所有的Redis進(jìn)程都要配置maxmemory。在保證物理內(nèi)存可用的情況下，系統(tǒng)中所有Redis實(shí)例可以調(diào)整 maxmemory參數(shù)來(lái)達(dá)到自由伸縮內(nèi)存的目的。

內(nèi)存回收策略

Redis 回收內(nèi)存大致有兩個(gè)機(jī)制：一是刪除到達(dá)過(guò)期時(shí)間的鍵值對(duì)象;二是當(dāng)內(nèi)存達(dá)到 maxmemory 時(shí)觸發(fā)內(nèi)存移除控制策略，強(qiáng)制刪除選擇出來(lái)的鍵值對(duì)象。

刪除過(guò)期鍵對(duì)象

Redis 所有的鍵都可以設(shè)置過(guò)期屬性，內(nèi)部保存在過(guò)期表中，鍵值表和過(guò)期表的結(jié)果如下圖所示。當(dāng) Redis保存大量的鍵，對(duì)每個(gè)鍵都進(jìn)行精準(zhǔn)的過(guò)期刪除可能會(huì)導(dǎo)致消耗大量的 CPU，會(huì)阻塞 Redis 的主線程，拖累 Redis 的性能，因此 Redis 采用惰性刪除和定時(shí)任務(wù)刪除機(jī)制實(shí)現(xiàn)過(guò)期鍵的內(nèi)存回收。

惰性刪除是指當(dāng)客戶端操作帶有超時(shí)屬性的鍵時(shí)，會(huì)檢查是否超過(guò)鍵的過(guò)期時(shí)間，然后會(huì)同步或者異步執(zhí)行刪除操作并返回鍵已經(jīng)過(guò)期。這樣可以節(jié)省 CPU成本考慮，不需要單獨(dú)維護(hù)過(guò)期時(shí)間鏈表來(lái)處理過(guò)期鍵的刪除。

過(guò)期鍵的惰性刪除策略由 db.c/expireifNeeded 函數(shù)實(shí)現(xiàn)，所有對(duì)數(shù)據(jù)庫(kù)的讀寫(xiě)命令執(zhí)行之前都會(huì)調(diào)用 expireifNeeded 來(lái)檢查命令執(zhí)行的鍵是否過(guò)期。如果鍵過(guò)期，expireifNeeded 會(huì)將過(guò)期鍵從鍵值表和過(guò)期表中刪除，然后同步或者異步釋放對(duì)應(yīng)對(duì)象的空間。源碼展示的時(shí) Redis 4.0 版本。

expireIfNeeded 先從過(guò)期表中獲取鍵對(duì)應(yīng)的過(guò)期時(shí)間，如果當(dāng)前時(shí)間已經(jīng)超過(guò)了過(guò)期時(shí)間(lua腳本執(zhí)行則有特殊邏輯，詳看代碼注釋)，則進(jìn)入刪除鍵流程。刪除鍵流程主要進(jìn)行了三件事：

• 一是刪除操作命令傳播，通知 slave 實(shí)例并存儲(chǔ)到 AOF 緩沖區(qū)中
• 二是記錄鍵空間事件，
• 三是根據(jù) lazyfreelazyexpire 是否開(kāi)啟進(jìn)行異步刪除或者異步刪除操作。

int expireIfNeeded(redisDb *db, robj *key) { 
 
// 獲取鍵的過(guò)期時(shí)間 
 
mstime_t when = getExpire(db,key); 
 
mstime_t now; 
 
// 鍵沒(méi)有過(guò)期時(shí)間 
 
if (when < 0) return 0; 
 
// 實(shí)例正在從硬盤(pán) laod 數(shù)據(jù)，比如說(shuō) RDB 或者 AOF 
 
if (server.loading) return 0; 
 
 
 
 
// 當(dāng)執(zhí)行l(wèi)ua腳本時(shí)，只有鍵在lua一開(kāi)始執(zhí)行時(shí) 
 
// 就到了過(guò)期時(shí)間才算過(guò)期，否則在lua執(zhí)行過(guò)程中不算失效 
 
now = server.lua_caller ? server.lua_time_start : mstime(); 
 
 
 
 
// 當(dāng)本實(shí)例是slave時(shí)，過(guò)期鍵的刪除由master發(fā)送過(guò)來(lái)的 
 
// del 指令控制。但是這個(gè)函數(shù)還是將正確的信息返回給調(diào)用者。 
 
if (server.masterhost != NULL) return now > when; 
 
// 判斷是否未過(guò)期 
 
if (now <= when) return 0; 
 
 
 
 
// 代碼到這里，說(shuō)明鍵已經(jīng)過(guò)期，而且需要被刪除 
 
server.stat_expiredkeys++; 
 
// 命令傳播，到 slave 和 AOF 
 
propagateExpire(db,key,server.lazyfree_lazy_expire); 
 
// 鍵空間通知使得客戶端可以通過(guò)訂閱頻道或模式， 來(lái)接收那些以某種方式改動(dòng)了 Redis 數(shù)據(jù)集的事件。 
 
notifyKeyspaceEvent(NOTIFY_EXPIRED, 
 
"expired",key,db->id); 
 
// 如果是惰性刪除，調(diào)用dbAsyncDelete，否則調(diào)用 dbSyncDelete 
 
return server.lazyfree_lazy_expire ? dbAsyncDelete(db,key) : 
 
dbSyncDelete(db,key); 
 
} 

上圖是寫(xiě)命令傳播的示意圖，刪除命令的傳播和它一致。propagateExpire 函數(shù)先調(diào)用 feedAppendOnlyFile 函數(shù)將命令同步到 AOF 的緩沖區(qū)中，然后調(diào)用 replicationFeedSlaves函數(shù)將命令同步到所有的 slave 中。Redis 復(fù)制的機(jī)制可以查看Redis 復(fù)制過(guò)程詳解。

// 將命令傳遞到slave和AOF緩沖區(qū)。maser刪除一個(gè)過(guò)期鍵時(shí)會(huì)發(fā)送Del命令到所有的slave和AOF緩沖區(qū) 
 
void propagateExpire(redisDb *db, robj *key, int lazy) { 
 
robj *argv[2]; 
 
// 生成同步的數(shù)據(jù) 
 
argv[0] = lazy ? shared.unlink : shared.del; 
 
argv[1] = key; 
 
incrRefCount(argv[0]); 
 
incrRefCount(argv[1]); 
 
// 如果開(kāi)啟了 AOF 則追加到 AOF 緩沖區(qū)中 
 
if (server.aof_state != AOF_OFF) 
 
feedAppendOnlyFile(server.delCommand,db->id,argv,2); 
 
// 同步到所有 slave 
 
replicationFeedSlaves(server.slaves,db->id,argv,2); 
 
 
 
 
decrRefCount(argv[0]); 
 
decrRefCount(argv[1]); 
 
} 

dbAsyncDelete 函數(shù)會(huì)先調(diào)用 dictDelete 來(lái)刪除過(guò)期表中的鍵，然后處理鍵值表中的鍵值對(duì)象。它會(huì)根據(jù)值的占用的空間來(lái)選擇是直接釋放值對(duì)象，還是交給 bio 異步釋放值對(duì)象。判斷依據(jù)就是值的估計(jì)大小是否大于 LAZYFREE_THRESHOLD 閾值。鍵對(duì)象和 dictEntry 對(duì)象則都是直接被釋放。

#define LAZYFREE_THRESHOLD 64 
 
int dbAsyncDelete(redisDb *db, robj *key) { 
 
// 刪除該鍵在過(guò)期表中對(duì)應(yīng)的entry 
 
if (dictSize(db->expires) > 0) dictDelete(db->expires,key->ptr); 
 
 
 
 
// unlink 該鍵在鍵值表對(duì)應(yīng)的entry 
 
dictEntry *de = dictUnlink(db->dict,key->ptr); 
 
// 如果該鍵值占用空間非常小，懶刪除反而效率低。所以只有在一定條件下，才會(huì)異步刪除 
 
if (de) { 
 
robj *val = dictGetVal(de); 
 
size_t free_effort = lazyfreeGetFreeEffort(val); 
 
// 如果釋放這個(gè)對(duì)象消耗很多，并且值未被共享(refcount == 1)則將其加入到懶刪除列表 
 
if (free_effort > LAZYFREE_THRESHOLD && val->refcount == 1) { 
 
atomicIncr(lazyfree_objects,1); 
 
bioCreateBackgroundJob(BIO_LAZY_FREE,val,NULL,NULL); 
 
dictSetVal(db->dict,de,NULL); 
 
} 
 
} 
 
 
 
 
// 釋放鍵值對(duì)，或者只釋放key，而將val設(shè)置為NULL來(lái)后續(xù)懶刪除 
 
if (de) { 
 
dictFreeUnlinkedEntry(db->dict,de); 
 
// slot 和 key 的映射關(guān)系是用于快速定位某個(gè)key在哪個(gè) slot中。 
 
if (server.cluster_enabled) slotToKeyDel(key); 
 
return 1; 
 
} else { 
 
return 0; 
 
} 
 
} 

dictUnlink 會(huì)將鍵值從鍵值表中刪除，但是卻不釋放 key、val和對(duì)應(yīng)的表entry對(duì)象，而是將其直接返回，然后再調(diào)用dictFreeUnlinkedEntry進(jìn)行釋放。dictDelete 是它的兄弟函數(shù)，但是會(huì)直接釋放相應(yīng)的對(duì)象。二者底層都通過(guò)調(diào)用 dictGenericDelete來(lái)實(shí)現(xiàn)。dbAsyncDelete d的兄弟函數(shù) dbSyncDelete 就是直接調(diào)用dictDelete來(lái)刪除過(guò)期鍵。

void dictFreeUnlinkedEntry(dict *d, dictEntry *he) { 
 
if (he == NULL) return; 
 
// 釋放key對(duì)象 
 
dictFreeKey(d, he); 
 
// 釋放值對(duì)象，如果它不為null 
 
dictFreeVal(d, he); 
 
// 釋放 dictEntry 對(duì)象 
 
zfree(he); 
 
} 

Redis 有自己的 bio 機(jī)制，主要是處理 AOF 落盤(pán)、懶刪除邏輯和關(guān)閉大文件fd。bioCreateBackgroundJob 函數(shù)將釋放值對(duì)象的 job 加入到隊(duì)列中，bioProcessBackgroundJobs會(huì)從隊(duì)列中取出任務(wù)，根據(jù)類型進(jìn)行對(duì)應(yīng)的操作。

void *bioProcessBackgroundJobs(void *arg) { 
 
..... 
 
while(1) { 
 
listNode *ln; 
 
 
 
 
ln = listFirst(bio_jobs[type]); 
 
job = ln->value; 
 
if (type == BIO_CLOSE_FILE) { 
 
close((long)job->arg1); 
 
} else if (type == BIO_AOF_FSYNC) { 
 
aof_fsync((long)job->arg1); 
 
} else if (type == BIO_LAZY_FREE) { 
 
// 根據(jù)參數(shù)來(lái)決定要做什么。有參數(shù)1則要釋放它， 
 
// 有參數(shù)2和3是釋放兩個(gè)鍵值表 
 
// 過(guò)期表，也就是釋放db 只有參數(shù)三是釋放跳表 
 
if (job->arg1) 
 
lazyfreeFreeObject 
 
FromBioThread(job->arg1); 
 
else if (job->arg2 && job->arg3) 
 
lazyfreeFreeDatabase 
 
FromBioThread(job->arg2,job->arg3); 
 
else if (job->arg3) 
 
lazyfreeFreeSlotsMap 
 
FromBioThread(job->arg3); 
 
} 
 
zfree(job); 
 
...... 
 
} 
 
} 

dbSyncDelete 則是直接刪除過(guò)期鍵，并且將鍵、值和 DictEntry 對(duì)象都釋放。

int dbSyncDelete(redisDb *db, robj *key) { 
 
// 刪除過(guò)期表中的entry 
 
if (dictSize(db->expires) > 0) dictDelete(db->expires,key->ptr); 
 
// 刪除鍵值表中的entry 
 
if (dictDelete(db->dict,key->ptr) == DICT_OK) { 
 
// 如果開(kāi)啟了集群，則刪除slot 和 key 映射表中key記錄。 
 
if (server.cluster_enabled) slotToKeyDel(key); 
 
return 1; 
 
} else { 
 
return 0; 
 
} 
 
} 

但是單獨(dú)用這種方式存在內(nèi)存泄露的問(wèn)題，當(dāng)過(guò)期鍵一直沒(méi)有訪問(wèn)將無(wú)法得到及時(shí)刪除，從而導(dǎo)致內(nèi)存不能及時(shí)釋放。正因?yàn)槿绱耍琑edis還提供另一種定時(shí)任 務(wù)刪除機(jī)制作為惰性刪除的補(bǔ)充。

Redis 內(nèi)部維護(hù)一個(gè)定時(shí)任務(wù)，默認(rèn)每秒運(yùn)行10次(通過(guò)配置控制)。定時(shí)任務(wù)中刪除過(guò)期鍵邏輯采用了自適應(yīng)算法，根據(jù)鍵的 過(guò)期比例、使用快慢兩種速率模式回收鍵，流程如下圖所示。

• 1)定時(shí)任務(wù)首先根據(jù)快慢模式( 慢模型掃描的鍵的數(shù)量以及可以執(zhí)行時(shí)間都比快模式要多 )和相關(guān)閾值配置計(jì)算計(jì)算本周期最大執(zhí)行時(shí)間、要檢查的數(shù)據(jù)庫(kù)數(shù)量以及每個(gè)數(shù)據(jù)庫(kù)掃描的鍵數(shù)量。
• 2) 從上次定時(shí)任務(wù)未掃描的數(shù)據(jù)庫(kù)開(kāi)始，依次遍歷各個(gè)數(shù)據(jù)庫(kù)。
• 3)從數(shù)據(jù)庫(kù)中隨機(jī)選手 ACTIVEEXPIRECYCLELOOKUPSPER_LOOP 個(gè)鍵，如果發(fā)現(xiàn)是過(guò)期鍵，則調(diào)用 activeExpireCycleTryExpire 函數(shù)刪除它。
• 4)如果執(zhí)行時(shí)間超過(guò)了設(shè)定的最大執(zhí)行時(shí)間，則退出，并設(shè)置下一次使用慢模式執(zhí)行。
• 5)未超時(shí)的話，則判斷是否采樣的鍵中是否有25%的鍵是過(guò)期的，如果是則繼續(xù)掃描當(dāng)前數(shù)據(jù)庫(kù)，跳到第3步。否則開(kāi)始掃描下一個(gè)數(shù)據(jù)庫(kù)。

定期刪除策略由 expire.c/activeExpireCycle 函數(shù)實(shí)現(xiàn)。在redis事件驅(qū)動(dòng)的循環(huán)中的eventLoop->beforesleep和 周期性操作 databasesCron 都會(huì)調(diào)用 activeExpireCycle 來(lái)處理過(guò)期鍵。但是二者傳入的 type 值不同，一個(gè)是ACTIVEEXPIRECYCLESLOW 另外一個(gè)是ACTIVEEXPIRECYCLEFAST。activeExpireCycle 在規(guī)定的時(shí)間，分多次遍歷各個(gè)數(shù)據(jù)庫(kù)，從 expires 字典中隨機(jī)檢查一部分過(guò)期鍵的過(guò)期時(shí)間，刪除其中的過(guò)期鍵，相關(guān)源碼如下所示。

void activeExpireCycle(int type) { 
 
// 上次檢查的db 
 
static unsigned int current_db = 0;  
 
// 上次檢查的最大執(zhí)行時(shí)間 
 
static int timelimit_exit = 0; 
 
// 上一次快速模式運(yùn)行時(shí)間 
 
static long long last_fast_cycle = 0; /* When last fast cycle ran. */ 
 
 
 
 
int j, iteration = 0; 
 
// 每次檢查周期要遍歷的DB數(shù) 
 
int dbs_per_call = CRON_DBS_PER_CALL; 
 
long long start = ustime(), timelimit, elapsed; 
 
 
 
 
..... // 一些狀態(tài)時(shí)不進(jìn)行檢查，直接返回 
 
 
 
 
// 如果上次周期因?yàn)閳?zhí)行達(dá)到了最大執(zhí)行時(shí)間而退出，則本次遍歷所有db,否則遍歷db數(shù)等于 CRON_DBS_PER_CALL 
 
if (dbs_per_call > server.dbnum || timelimit_exit) 
 
dbs_per_call = server.dbnum; 
 
 
 
 
// 根據(jù)ACTIVE_EXPIRE_CYCLE_SLOW_TIME_PERC計(jì)算本次最大執(zhí)行時(shí)間 
 
timelimit = 1000000*ACTIVE_EXPIRE_CYCLE_SLOW_TIME_PERC/server.hz/100; 
 
timelimit_exit = 0; 
 
if (timelimit <= 0) timelimit = 1; 
 
// 如果是快速模式，則最大執(zhí)行時(shí)間為ACTIVE_EXPIRE_CYCLE_FAST_DURATION 
 
if (type == ACTIVE_EXPIRE_CYCLE_FAST) 
 
timelimit = ACTIVE_EXPIRE_CYCLE_FAST_DURATION; /* in microseconds. */ 
 
// 采樣記錄 
 
long total_sampled = 0; 
 
long total_expired = 0; 
 
// 依次遍歷 dbs_per_call 個(gè) db 
 
for (j = 0; j < dbs_per_call && timelimit_exit == 0; j++) { 
 
int expired; 
 
redisDb *db = server.db+(current_db % server.dbnum); 
 
// 將db數(shù)增加，一遍下一次繼續(xù)從這個(gè)db開(kāi)始遍歷 
 
current_db++; 
 
 
 
 
do { 
 
..... // 申明變量和一些情況下 break 
 
if (num > ACTIVE_EXPIRE_CYCLE_LOOKUPS_PER_LOOP) 
 
num = ACTIVE_EXPIRE_CYCLE_LOOKUPS_PER_LOOP; 
 
// 主要循環(huán)，在過(guò)期表中進(jìn)行隨機(jī)采樣，判斷是否比率大于25% 
 
while (num--) { 
 
dictEntry *de; 
 
long long ttl; 
 
 
 
 
if ((de = dictGetRandomKey(db->expires)) == NULL) break; 
 
ttl = dictGetSignedIntegerVal(de)-now; 
 
// 刪除過(guò)期鍵 
 
if (activeExpireCycleTryExpire(db,de,now)) expired++; 
 
if (ttl > 0) { 
 
/* We want the average TTL of keys yet not expired. */ 
 
ttl_sum += ttl; 
 
ttl_samples++; 
 
} 
 
total_sampled++; 
 
} 
 
// 記錄過(guò)期總數(shù) 
 
total_expired += expired; 
 
// 即使有很多鍵要過(guò)期，也不阻塞很久，如果執(zhí)行超過(guò)了最大執(zhí)行時(shí)間，則返回 
 
if ((iteration & 0xf) == 0) { /* check once every 16 iterations. */ 
 
elapsed = ustime()-start; 
 
if (elapsed > timelimit) { 
 
timelimit_exit = 1; 
 
server.stat_expired_time_cap_reached_count++; 
 
break; 
 
} 
 
} 
 
// 當(dāng)比率小于25%時(shí)返回 
 
} while (expired > ACTIVE_EXPIRE_CYCLE_LOOKUPS_PER_LOOP/4); 
 
} 
 
.....// 更新一些server的記錄數(shù)據(jù) 
 
} 

activeExpireCycleTryExpire 函數(shù)的實(shí)現(xiàn)就和 expireIfNeeded 類似，這里就不贅述了。

int activeExpireCycleTryExpire(redisDb *db, dictEntry *de, long long now) { 
 
long long t = dictGetSignedIntegerVal(de); 
 
if (now > t) { 
 
sds key = dictGetKey(de); 
 
robj *keyobj = createStringObject(key,sdslen(key)); 
 
 
 
 
propagateExpire(db,keyobj,server.lazyfree_lazy_expire); 
 
if (server.lazyfree_lazy_expire) 
 
dbAsyncDelete(db,keyobj); 
 
else 
 
dbSyncDelete(db,keyobj); 
 
notifyKeyspaceEvent(NOTIFY_EXPIRED, 
 
"expired",keyobj,db->id); 
 
decrRefCount(keyobj); 
 
server.stat_expiredkeys++; 
 
return 1; 
 
} else { 
 
return 0; 
 
} 
 
} 

定期刪除策略的關(guān)鍵點(diǎn)就是刪除操作執(zhí)行的時(shí)長(zhǎng)和頻率：

• 如果刪除操作太過(guò)頻繁或者執(zhí)行時(shí)間太長(zhǎng)，就對(duì) CPU 時(shí)間不是很友好，CPU 時(shí)間過(guò)多的消耗在刪除過(guò)期鍵上。
• 如果刪除操作執(zhí)行太少或者執(zhí)行時(shí)間太短，就不能及時(shí)刪除過(guò)期鍵，導(dǎo)致內(nèi)存浪費(fèi)。

內(nèi)存溢出控制策略

當(dāng)Redis所用內(nèi)存達(dá)到maxmemory上限時(shí)會(huì)觸發(fā)相應(yīng)的溢出控制策略。具體策略受maxmemory-policy參數(shù)控制，Redis支持6種策略，如下所示：

• 1)noeviction：默認(rèn)策略，不會(huì)刪除任何數(shù)據(jù)，拒絕所有寫(xiě)入操作并返 回客戶端錯(cuò)誤信息(error)OOM command not allowed when used memory，此 時(shí)Redis只響應(yīng)讀操作。
• 2)volatile-lru：根據(jù)LRU算法刪除設(shè)置了超時(shí)屬性(expire)的鍵，直 到騰出足夠空間為止。如果沒(méi)有可刪除的鍵對(duì)象，回退到noeviction策略。
• 3)allkeys-lru：根據(jù)LRU算法刪除鍵，不管數(shù)據(jù)有沒(méi)有設(shè)置超時(shí)屬性， 直到騰出足夠空間為止。
• 4)allkeys-random：隨機(jī)刪除所有鍵，直到騰出足夠空間為止。
• 5)volatile-random：隨機(jī)刪除過(guò)期鍵，直到騰出足夠空間為止。
• 6)volatile-ttl：根據(jù)鍵值對(duì)象的ttl屬性，刪除最近將要過(guò)期數(shù)據(jù)。如果沒(méi)有，回退到noeviction策略。

內(nèi)存溢出控制策略可以使用 config set maxmemory-policy {policy} 語(yǔ)句進(jìn)行動(dòng)態(tài)配置。Redis 提供了豐富的空間溢出控制策略，我們可以根據(jù)自身業(yè)務(wù)需要進(jìn)行選擇。

當(dāng)設(shè)置 volatile-lru 策略時(shí)，保證具有過(guò)期屬性的鍵可以根據(jù) LRU 剔除，而未設(shè)置超時(shí)的鍵可以永久保留。還可以采用allkeys-lru 策略把 Redis 變?yōu)榧兙彺娣?wù)器使用。

當(dāng)Redis因?yàn)閮?nèi)存溢出刪除鍵時(shí)，可以通過(guò)執(zhí)行 info stats 命令查看 evicted_keys 指標(biāo)找出當(dāng)前 Redis 服務(wù)器已剔除的鍵數(shù)量。

每次Redis執(zhí)行命令時(shí)如果設(shè)置了maxmemory參數(shù)，都會(huì)嘗試執(zhí)行回收 內(nèi)存操作。當(dāng)Redis一直工作在內(nèi)存溢出(used_memory>maxmemory)的狀態(tài)下且設(shè)置非 noeviction 策略時(shí)，會(huì)頻繁地觸發(fā)回收內(nèi)存的操作，影響Redis 服務(wù)器的性能，這一點(diǎn)千萬(wàn)要引起注意。