2019獨(dú)角獸企業(yè)重金招聘Python工程師標(biāo)準(zhǔn)>>>

整理自官方文檔：將redis當(dāng)做使用LRU算法的緩存來使用

當(dāng)Redis被當(dāng)做緩存來使用，當(dāng)你新增數(shù)據(jù)時，讓它自動地回收舊數(shù)據(jù)是件很方便的事情。這個行為在開發(fā)者社區(qū)非常有名，因?yàn)樗橇餍械膍emcached系統(tǒng)的默認(rèn)行為。

LRU是Redis唯一支持的回收方法。

回收策略

當(dāng)maxmemory限制達(dá)到的時候Redis會使用的行為由 Redis的maxmemory-policy配置指令來進(jìn)行配置。

以下的策略是可用的:

• noeviction:返回錯誤當(dāng)內(nèi)存限制達(dá)到并且客戶端嘗試執(zhí)行會讓更多內(nèi)存被使用的命令（大部分的寫入指令，但DEL和幾個例外）
• allkeys-lru: 嘗試回收最少使用的鍵（LRU），使得新添加的數(shù)據(jù)有空間存放。
• volatile-lru: 嘗試回收最少使用的鍵（LRU），但僅限于在過期集合的鍵,使得新添加的數(shù)據(jù)有空間存放。
• allkeys-random: 回收隨機(jī)的鍵使得新添加的數(shù)據(jù)有空間存放。
• volatile-random: 回收隨機(jī)的鍵使得新添加的數(shù)據(jù)有空間存放，但僅限于在過期集合的鍵。
• volatile-ttl: 回收在過期集合的鍵，并且優(yōu)先回收存活時間（TTL）較短的鍵,使得新添加的數(shù)據(jù)有空間存放。

如果沒有鍵滿足回收的前提條件的話，策略volatile-lru,?volatile-random以及volatile-ttl就和noeviction 差不多了。

回收進(jìn)程如何工作

理解回收進(jìn)程如何工作是非常重要的:

• 一個客戶端運(yùn)行了新的命令，添加了新的數(shù)據(jù)。
• Redi檢查內(nèi)存使用情況，如果大于maxmemory的限制, 則根據(jù)設(shè)定好的策略進(jìn)行回收。
• 一個新的命令被執(zhí)行，等等。
• 所以我們不斷地穿越內(nèi)存限制的邊界，通過不斷達(dá)到邊界然后不斷地回收回到邊界以下。

如果一個命令的結(jié)果導(dǎo)致大量內(nèi)存被使用（例如很大的集合的交集保存到一個新的鍵），不用多久內(nèi)存限制就會被這個內(nèi)存使用量超越。

近似LRU算法

Redis的LRU算法并非完整的實(shí)現(xiàn)。這意味著Redis并沒辦法選擇最佳候選來進(jìn)行回收，也就是最久未被訪問的鍵。相反它會嘗試運(yùn)行一個近似LRU的算法，通過對少量keys進(jìn)行取樣，然后回收其中一個最好的key（被訪問時間較早的）。

不過從Redis 3.0算法已經(jīng)改進(jìn)為回收鍵的候選池子。這改善了算法的性能，使得更加近似真是的LRU算法的行為。

Redis LRU有個很重要的點(diǎn)，你通過調(diào)整每次回收時檢查的采樣數(shù)量，以實(shí)現(xiàn)調(diào)整算法的精度。

?

Redis為什么不使用真實(shí)的LRU實(shí)現(xiàn)是因?yàn)檫@需要太多的內(nèi)存。不過近似的LRU算法對于應(yīng)用而言應(yīng)該是等價的。

轉(zhuǎn)載于:https://my.oschina.net/fusublog/blog/3028603

總結(jié)

以上是生活随笔為你收集整理的Redis的LRU算法的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。