自拍偷在线精品自拍偷,亚洲欧美中文日韩v在线观看不卡

Redis 內存滿了怎么辦?這樣設置才正確!

數(shù)據(jù)庫 Redis
在 Redis 帝國中,整個帝國的國法、家法和軍法等都記錄在 redis.conf中,它控制著整個帝國的運行。

上回在《??Redis 數(shù)據(jù)過期了會被立馬刪除么???》說到如果過期的數(shù)據(jù)太多,定時刪除無法刪除完全(每次刪除完過期的 key 還是超過 25%),同時這些 key 再也不會被客戶端請求,就無法走惰性刪除,內存被打滿會怎樣?

答案是走內存淘汰機制。

故事從一個叫 Redis 帝國的三公九卿官職說起……

在 Redis 帝國中,整個帝國的國法、家法和軍法等都記錄在 redis.conf中,它控制著整個帝國的運行。

公務員占用的國家地盤資源大小限定由名叫「maxmemory」的司法官員制定,一共有兩種方式實現(xiàn):

  • 在運行時使用 CONFIG SET maxmemory 4gb指定帝國官職人員最大地盤資源為 4GB;
  • 將 maxmemory 4gb法令記錄到 redis.conf「法典」中,在帝國運轉指定使用該「法典」運行。

需要注意的是,如果 maxmemory 為 0 ,在 64 位「空間」上則沒有限制,而 32 位「空間」則有 3GB 的隱式限制。

Redis 內存淘汰策略

設置了帝國官職地盤資源限制,每年選拔新人就會導致沒有地盤資源可以使用怎么辦?如何選擇一些公務員淘汰?

在 Redis 4.0 時代,一共有 6 種淘汰策略,之后,又新增了 2 種策略。

總體上我們可以根據(jù)是否需要淘汰可以分為兩大類:

  • 不執(zhí)行淘汰策略,noeviction;
  • 根據(jù)不同法則淘汰的其他 7 種策略。

noeviction 不退伍策略

默認情況下,資源超過 maxmemory 的值也不會執(zhí)行淘汰,不允許新人加入。

關系戶啊這是,皇親國戚,永久 vip 啊喂。

隨著官職人員的新增,由于不會淘汰,資源容量遲早會滿。滿了以后,當有「新人」想要進來的時候,Redis 直接返回錯誤,并罷工。

秀,真是任性。

各式各樣的淘汰策略

剩下的 7 種策略還可以根據(jù)淘汰的候選集合和淘汰范圍分為兩大類:

  • 對有設置任職過期時間的職員進行淘汰,沒有設定任職過期時間的不會淘汰,淘汰策略如下:

volatile-lru:淘汰最近最少上一線干活的人員;

volatile-lfu:4.0 之后新增的策略,淘汰上一線干活次數(shù)最少的人員;

volatile-random:隨機淘汰,騰出坑位給新人;

volatile-ttl:淘汰設置了任期時間的公務員,誰最接近任期時間就先淘汰誰。

  • 對所有類型人員淘汰,不管是永久 vip 的皇親國戚還是設置了任職過期時間的人員。

allkeys-lru:淘汰最近最少上一線干活的職員;

allkeys-lfu:淘汰最少上一線干活的公務員;

allkeys-random:隨機淘汰職員,為新兵騰出空位。

故事到這里就結束了,接下來「碼哥」分享下在實際 Redis 中如何選擇合適的淘汰策略和設置最佳緩存大小給大家。

淘汰執(zhí)行過程如下圖所示:

redis-eviction

  • 客戶端發(fā)送新命令到服務端;
  • 服務端收到客戶端命令,Redis 檢查內存使用情況,如果大于 maxmemory 限制,則根據(jù)策略驅逐數(shù)據(jù)。
  • 執(zhí)行新命令。

allkeys-lru 使用場景

假如你的應用存在明顯的冷熱數(shù)據(jù)區(qū)別,根據(jù)經(jīng)驗推薦你使用這個策略,充分利用 LRU 算法把最近最常訪問的數(shù)據(jù)保留,有限的內存提高訪問性能。

allkeys-random 使用場景

假如數(shù)據(jù)沒有明顯的冷熱分別,所有的數(shù)據(jù)分布查詢比較均衡,這些數(shù)據(jù)都會被隨機查詢,那就使用 allkeys-random 策略,讓其隨機選擇淘汰數(shù)據(jù)。

volatile-lru 使用場景

業(yè)務場景有一些數(shù)據(jù)不能刪除,比如置頂新聞、視頻,這時候我們?yōu)檫@些數(shù)據(jù)不設置過期時間,這樣的話數(shù)據(jù)就不會被刪除,該策略就會去根據(jù) LRU 算法去淘汰那些設置了過期時間且最近最少被訪問的數(shù)據(jù)。

有一個點需要注意下,為 key 執(zhí)行 expire 設置過期時間會消耗一些內存,所以使用 allkeyds-lru 會提高內存效率。

將需要持數(shù)據(jù)不能刪除的和全都可以淘汰數(shù)據(jù)的業(yè)務系統(tǒng)分別使用不同的 Redis 實例集群是更好的方案。

針對業(yè)務場景有一些數(shù)據(jù)不能刪除的使用 volatile-lru策略,另一類則可以使用 allkyes-lru 或者 allkeys-random。

Redis 容量設置多大合適

緩存并不是越大越好,用最小的代價去獲得最高的收益才是老板想要的。

數(shù)據(jù)訪問有局部性,根據(jù)「二八原理」:通常 20% 的數(shù)據(jù)能支撐 80% 的訪問請求。

所以我們可不可以把緩存容量大小設置為總數(shù)據(jù)量的 20%?

當然,不能這么絕對,這是理想狀態(tài)。因為可能存在一些個性化需求,不同的用戶訪問的數(shù)據(jù)可能差別很大,不完全具備「二八原理」。

我們應當結合實際的訪問特點和成本來綜合評估。根據(jù)經(jīng)驗建議將容量設置成總數(shù)據(jù)量的 15%~30%。

碼哥,其他淘汰規(guī)則比較簡單,volatile-lru 和 volatile-lfu 則比較復雜,他們的算法是怎樣的?

volatile-lru 使用了 LRU 算法,淘汰最近最少使用的數(shù)據(jù)。而 volatile-lfu 使用了 LFU 算法,它在 LRU 算法基礎上同時考慮了數(shù)據(jù)的時效性和訪問頻率,最少訪問的 key 會被刪除。

至于具體算法細節(jié),我們下回分解。一次性太多的話大家容易在知識的海洋里里嗆水。

責任編輯:武曉燕 來源: 碼哥字節(jié)
點贊
收藏

51CTO技術棧公眾號