本篇文章給大家?guī)砹岁P(guān)于Redis的相關(guān)知識(shí)，其中主要介紹了redis的內(nèi)存滿了應(yīng)該怎么優(yōu)化的相關(guān)問題，還包括了淘汰機(jī)制、LRU算法以及處理淘汰的數(shù)據(jù)，希望對(duì)大家有幫助。

推薦學(xué)習(xí)：Redis學(xué)習(xí)教程

Redis內(nèi)存滿了怎么辦？怎么優(yōu)化內(nèi)存？

MySQL里有2000w數(shù)據(jù)，redis中只存20w的數(shù)據(jù)，如何保證redis中的數(shù)據(jù)都是熱點(diǎn)數(shù)據(jù)

redis內(nèi)存數(shù)據(jù)集大小上升到一定大小的時(shí)候，就會(huì)施行數(shù)據(jù)淘汰策略。

Redis主要消耗什么物理資源？

內(nèi)存。

Redis的內(nèi)存用完了會(huì)發(fā)生什么？

如果達(dá)到設(shè)置的上限，Redis的寫命令會(huì)返回錯(cuò)誤信息（但是讀命令還可以正常返回。）或者你可以配置內(nèi)存淘汰機(jī)制，當(dāng)Redis達(dá)到內(nèi)存上限時(shí)會(huì)沖刷掉舊的內(nèi)容。

談?wù)劸彺鏀?shù)據(jù)的淘汰機(jī)制

Redis 緩存有哪些淘汰策略？

• 不進(jìn)行數(shù)據(jù)淘汰的策略，只有 noeviction 這一種。

會(huì)進(jìn)行淘汰的 7 種策略，我們可以再進(jìn)一步根據(jù)淘汰候選數(shù)據(jù)集的范圍把它們分成兩類：

• 在設(shè)置了過期時(shí)間的數(shù)據(jù)中進(jìn)行淘汰，包括 volatile-random、volatile-ttl、volatile-lru、volatile-lfu四種。
• 在所有數(shù)據(jù)范圍內(nèi)進(jìn)行淘汰，包括 allkeys-lru、allkeys-random、allkeys-lfu三種。

談?wù)凩RU算法

是按照最近最少使用的原則來篩選數(shù)據(jù)，最不常用的數(shù)據(jù)會(huì)被篩選出來，而最近頻繁使用的數(shù)據(jù)會(huì)留在緩存中。

那具體是怎么篩選的呢？LRU 會(huì)把所有的數(shù)據(jù)組織成一個(gè)鏈表，鏈表的頭和尾分別表示 MRU 端和 LRU 端，分別代表最近最常使用的數(shù)據(jù)和最近最不常用的數(shù)據(jù)。

LRU 算法背后的想法非常樸素：它認(rèn)為剛剛被訪問的數(shù)據(jù)，肯定還會(huì)被再次訪問，所以就把它放在 MRU 端；長(zhǎng)久不訪問的數(shù)據(jù)，肯定就不會(huì)再被訪問了，所以就讓它逐漸后移到 LRU 端，在緩存滿時(shí)，就優(yōu)先刪除它。

問題：LRU 算法在實(shí)際實(shí)現(xiàn)時(shí)，需要用鏈表管理所有的緩存數(shù)據(jù)，這會(huì)帶來額外的空間開銷。而且，當(dāng)有數(shù)據(jù)被訪問時(shí)，需要在鏈表上把該數(shù)據(jù)移動(dòng)到 MRU 端，如果有大量數(shù)據(jù)被訪問，就會(huì)帶來很多鏈表移動(dòng)操作，會(huì)很耗時(shí)，進(jìn)而會(huì)降低 Redis 緩存性能。

解決：
在 Redis 中，LRU 算法被做了簡(jiǎn)化，以減輕數(shù)據(jù)淘汰對(duì)緩存性能的影響。具體來說，Redis 默認(rèn)會(huì)記錄每個(gè)數(shù)據(jù)的最近一次訪問的時(shí)間戳（由鍵值對(duì)數(shù)據(jù)結(jié)構(gòu) RedisObject 中的 lru 字段記錄）。然后，Redis 在決定淘汰的數(shù)據(jù)時(shí)，第一次會(huì)隨機(jī)選出 N 個(gè)數(shù)據(jù)，把它們作為一個(gè)候選集合。接下來，Redis 會(huì)比較這 N 個(gè)數(shù)據(jù)的 lru 字段，把 lru 字段值最小的數(shù)據(jù)從緩存中淘汰出去。
當(dāng)需要再次淘汰數(shù)據(jù)時(shí)，Redis 需要挑選數(shù)據(jù)進(jìn)入第一次淘汰時(shí)創(chuàng)建的候選集合。這兒的挑選標(biāo)準(zhǔn)是：能進(jìn)入候選集合的數(shù)據(jù)的 lru 字段值必須小于候選集合中最小的 lru 值。當(dāng)有新數(shù)據(jù)進(jìn)入候選數(shù)據(jù)集后，如果候選數(shù)據(jù)集中的數(shù)據(jù)個(gè)數(shù)達(dá)到了 maxmemory-samples，Redis 就把候選數(shù)據(jù)集中 lru 字段值最小的數(shù)據(jù)淘汰出去。

使用建議：

• 優(yōu)先使用 allkeys-lru 策略。這樣，可以充分利用 LRU 這一經(jīng)典緩存算法的優(yōu)勢(shì)，把最近最常訪問的數(shù)據(jù)留在緩存中，提升應(yīng)用的訪問性能。如果你的業(yè)務(wù)數(shù)據(jù)中有明顯的冷熱數(shù)據(jù)區(qū)分，我建議你使用 allkeys-lru 策略。
• 如果業(yè)務(wù)應(yīng)用中的數(shù)據(jù)訪問頻率相差不大，沒有明顯的冷熱數(shù)據(jù)區(qū)分，建議使用 allkeys-random 策略，隨機(jī)選擇淘汰的數(shù)據(jù)就行。
• 如果你的業(yè)務(wù)中有置頂?shù)男枨?，比如置頂新聞、置頂視頻，那么，可以使用 volatile-lru 策略，同時(shí)不給這些置頂數(shù)據(jù)設(shè)置過期時(shí)間。這樣一來，這些需要置頂?shù)臄?shù)據(jù)一直不會(huì)被刪除，而其他數(shù)據(jù)會(huì)在過期時(shí)根據(jù) LRU 規(guī)則進(jìn)行篩選。

如何處理被淘汰的數(shù)據(jù)？

一旦被淘汰的數(shù)據(jù)選定后，如果這個(gè)數(shù)據(jù)是干凈數(shù)據(jù)，那么我們就直接刪除；如果這個(gè)數(shù)據(jù)是臟數(shù)據(jù)，我們需要把它寫回?cái)?shù)據(jù)庫(kù)。

那怎么判斷一個(gè)數(shù)據(jù)到底是干凈的還是臟的呢？

• 干凈數(shù)據(jù)和臟數(shù)據(jù)的區(qū)別就在于，和最初從后端數(shù)據(jù)庫(kù)里讀取時(shí)的值相比，有沒有被修改過。干凈數(shù)據(jù)一直沒有被修改，所以后端數(shù)據(jù)庫(kù)里的數(shù)據(jù)也是最新值。在替換時(shí)，它可以被直接刪除。
• 而臟數(shù)據(jù)就是曾經(jīng)被修改過的，已經(jīng)和后端數(shù)據(jù)庫(kù)中保存的數(shù)據(jù)不一致了。此時(shí)，如果不把臟數(shù)據(jù)寫回到數(shù)據(jù)庫(kù)中，這個(gè)數(shù)據(jù)的最新值就丟失了，就會(huì)影響應(yīng)用的正常使用。

即使淘汰的數(shù)據(jù)是臟數(shù)據(jù)，Redis 也不會(huì)把它們寫回?cái)?shù)據(jù)庫(kù)。所以，我們?cè)谑褂?Redis 緩存時(shí)，如果數(shù)據(jù)被修改了，需要在數(shù)據(jù)修改時(shí)就將它寫回?cái)?shù)據(jù)庫(kù)。否則，這個(gè)臟數(shù)據(jù)被淘汰時(shí)，會(huì)被 Redis 刪除，而數(shù)據(jù)庫(kù)里也沒有最新的數(shù)據(jù)了。

Redis怎么優(yōu)化內(nèi)存？

1、控制key的數(shù)量：當(dāng)使用Redis存儲(chǔ)大量數(shù)據(jù)時(shí)，通常會(huì)存在大量鍵，過多的鍵同樣會(huì)消耗大量?jī)?nèi)存。Redis本質(zhì)是一個(gè)數(shù)據(jù)結(jié)構(gòu)服務(wù)器，它為我們提供多種數(shù)據(jù)結(jié)構(gòu)，如hash，list，set，zset 等結(jié)構(gòu)。使用Redis時(shí)不要進(jìn)入一個(gè)誤區(qū)，大量使用get/set這樣的API，把Redis當(dāng)成Memcached使用。對(duì)于存儲(chǔ)相同的數(shù)據(jù)內(nèi)容利用Redis的數(shù)據(jù)結(jié)構(gòu)降低外層鍵的數(shù)量，也可以節(jié)省大量?jī)?nèi)存。
2、縮減鍵值對(duì)象，降低Redis內(nèi)存使用最直接的方式就是縮減鍵（key）和值（value）的長(zhǎng)度。

• key長(zhǎng)度：如在設(shè)計(jì)鍵時(shí)，在完整描述業(yè)務(wù)情況下，鍵值越短越好。
• value長(zhǎng)度：值對(duì)象縮減比較復(fù)雜，常見需求是把業(yè)務(wù)對(duì)象序列化成二進(jìn)制數(shù)組放入Redis。首先應(yīng)該在業(yè)務(wù)上精簡(jiǎn)業(yè)務(wù)對(duì)象，去掉不必要的屬性避免存儲(chǔ)無效數(shù)據(jù)。其次在序列化工具選擇上，應(yīng)該選擇更高效的序列化工具來降低字節(jié)數(shù)組大小。

3、編碼優(yōu)化。Redis對(duì)外提供了string,list,hash,set,zet等類型，但是Redis內(nèi)部針對(duì)不同類型存在編碼的概念，所謂編碼就是具體使用哪種底層數(shù)據(jù)結(jié)構(gòu)來實(shí)現(xiàn)。編碼不同將直接影響數(shù)據(jù)的內(nèi)存占用和讀寫效率。

• 1、redisObject對(duì)象
  

type字段：
利用集合類型數(shù)據(jù)，因?yàn)橥ǔＧ闆r下很多小的Key-Value可以用更緊湊的方式存放到一起。盡可能使用散列表（hashes），散列表（是說散列表里面存儲(chǔ)的數(shù)少）使用的內(nèi)存非常小，所以你應(yīng)該盡可能的將你的數(shù)據(jù)模型抽象到一個(gè)散列表里面。比如你的web系統(tǒng)中有一個(gè)用戶對(duì)象，不要為這個(gè)用戶的名稱，姓氏，郵箱，密碼設(shè)置單獨(dú)的key，而是應(yīng)該把這個(gè)用戶的所有信息存儲(chǔ)到一張散列表里面。

encoding字段:
采用不同的編碼實(shí)現(xiàn)內(nèi)存占用存在明顯差異

lru字段:
開發(fā)提示：可以使用scan + object idletime 命令批量查詢哪些鍵長(zhǎng)時(shí)間未被訪問，找出長(zhǎng)時(shí)間不訪問的鍵進(jìn)行清理降低內(nèi)存占用。

refcount字段:
當(dāng)對(duì)象為整數(shù)且范圍在[0-9999]時(shí)，Redis可以使用共享對(duì)象的方式來節(jié)省內(nèi)存。

ptr字段 :
開發(fā)提示：高并發(fā)寫入場(chǎng)景中，在條件允許的情況下建議字符串長(zhǎng)度控制在39字節(jié)以內(nèi)，減少創(chuàng)建redisObject內(nèi)存分配次數(shù)從而提高性能。

• 2、縮減鍵值對(duì)象
  降低Redis內(nèi)存使用最直接的方式就是縮減鍵（key）和值（value）的長(zhǎng)度。
  可以使用通用壓縮算法壓縮json,xml后再存入Redis，從而降低內(nèi)存占用

• 3、共享對(duì)象池
  對(duì)象共享池指Redis內(nèi)部維護(hù)[0-9999]的整數(shù)對(duì)象池。創(chuàng)建大量的整數(shù)類型redisObject存在內(nèi)存開銷，每個(gè)redisObject內(nèi)部結(jié)構(gòu)至少占16字節(jié)，甚至超過了整數(shù)自身空間消耗。所以Redis內(nèi)存維護(hù)一個(gè)[0-9999]的整數(shù)對(duì)象池，用于節(jié)約內(nèi)存。 除了整數(shù)值對(duì)象，其他類型如list,hash,set,zset內(nèi)部元素也可以使用整數(shù)對(duì)象池。因此開發(fā)中在滿足需求的前提下，盡量使用整數(shù)對(duì)象以節(jié)省內(nèi)存。
  當(dāng)設(shè)置maxmemory并啟用LRU相關(guān)淘汰策略如:volatile-lru，allkeys-lru時(shí)，Redis禁止使用共享對(duì)象池。

為什么開啟maxmemory和LRU淘汰策略后對(duì)象池?zé)o效?
LRU算法需要獲取對(duì)象最后被訪問時(shí)間，以便淘汰最長(zhǎng)未訪問數(shù)據(jù)，每個(gè)對(duì)象最后訪問時(shí)間存儲(chǔ)在redisObject對(duì)象的lru字段。對(duì)象共享意味著多個(gè)引用共享同一個(gè)redisObject，這時(shí)lru字段也會(huì)被共享，導(dǎo)致無法獲取每個(gè)對(duì)象的最后訪問時(shí)間。如果沒有設(shè)置maxmemory，直到內(nèi)存被用盡Redis也不會(huì)觸發(fā)內(nèi)存回收，所以共享對(duì)象池可以正常工作。
綜上所述，共享對(duì)象池與maxmemory+LRU策略沖突，使用時(shí)需要注意。

為什么只有整數(shù)對(duì)象池？
首先整數(shù)對(duì)象池復(fù)用的幾率最大，其次對(duì)象共享的一個(gè)關(guān)鍵操作就是判斷相等性，Redis之所以只有整數(shù)對(duì)象池，是因?yàn)檎麛?shù)比較算法時(shí)間復(fù)雜度為O(1)，只保留一萬個(gè)整數(shù)為了防止對(duì)象池浪費(fèi)。如果是字符串判斷相等性，時(shí)間復(fù)雜度變?yōu)镺(n)，特別是長(zhǎng)字符串更消耗性能(浮點(diǎn)數(shù)在Redis內(nèi)部使用字符串存儲(chǔ))。對(duì)于更復(fù)雜的數(shù)據(jù)結(jié)構(gòu)如hash,list等，相等性判斷需要O(n2)。對(duì)于單線程的Redis來說，這樣的開銷顯然不合理，因此Redis只保留整數(shù)共享對(duì)象池。

• 4、字符串優(yōu)化
  Redis沒有采用原生C語言的字符串類型而是自己實(shí)現(xiàn)了字符串結(jié)構(gòu)，內(nèi)部簡(jiǎn)單動(dòng)態(tài)字符串，簡(jiǎn)稱SDS。

字符串結(jié)構(gòu)：

• 特點(diǎn)：
  O(1)時(shí)間復(fù)雜度獲?。鹤址L(zhǎng)度，已用長(zhǎng)度，未用長(zhǎng)度。
  可用于保存字節(jié)數(shù)組，支持安全的二進(jìn)制數(shù)據(jù)存儲(chǔ)。
  內(nèi)部實(shí)現(xiàn)空間預(yù)分配機(jī)制，降低內(nèi)存再分配次數(shù)。
  惰性刪除機(jī)制，字符串縮減后的空間不釋放，作為預(yù)分配空間保留。

預(yù)分配機(jī)制：

• 開發(fā)提示:盡量減少字符串頻繁修改操作如append，setrange, 改為直接使用set修改字符串，降低預(yù)分配帶來的內(nèi)存浪費(fèi)和內(nèi)存碎片化。

字符串重構(gòu)：基于hash類型的二級(jí)編碼方式。

• 二級(jí)編碼怎么用？
  二級(jí)編碼方法中采用的 ID 長(zhǎng)度是有講究的。
  涉及到一個(gè)問題–Hash 類型底層結(jié)構(gòu)小于設(shè)定值時(shí)使用壓縮列表，大于設(shè)定值時(shí)使用哈希表。
  一旦從壓縮列表轉(zhuǎn)為了哈希表，Hash 類型會(huì)一直用哈希表進(jìn)行保存，而不會(huì)再轉(zhuǎn)回壓縮列表。
  在節(jié)省內(nèi)存空間方面，哈希表就沒有壓縮列表那么高效。為能充分使用壓縮列表的精簡(jiǎn)內(nèi)存布局，一般要控制保存在 Hash 中的元素個(gè)數(shù)。

• 5.編碼優(yōu)化
  使用壓縮列表ziplist編碼的hash類型依然比使用hashtable編碼的集合節(jié)省大量?jī)?nèi)存。

• 6.控制key的數(shù)量
  開發(fā)提示：使用ziplist+hash優(yōu)化keys后，如果想使用超時(shí)刪除功能，開發(fā)人員可以存儲(chǔ)每個(gè)對(duì)象寫入的時(shí)間，再通過定時(shí)任務(wù)使用hscan命令掃描數(shù)據(jù)，找出hash內(nèi)超時(shí)的數(shù)據(jù)項(xiàng)刪除即可。

當(dāng)Redis內(nèi)存不足時(shí)，首先考慮的問題不是加機(jī)器做水平擴(kuò)展，應(yīng)該先嘗試做內(nèi)存優(yōu)化。當(dāng)遇到瓶頸時(shí)，再去考慮水平擴(kuò)展。即使對(duì)于集群化方案，垂直層面優(yōu)化也同樣重要，避免不必要的資源浪費(fèi)和集群化后的管理成本。

推薦學(xué)習(xí)：Redis教程