Redis数据库功能 | 飙戈的博客

type

status

date

slug

summary

1、Redis键空间

默认情况下，Redis中有16个数据库，编号从0-15，每个Redis数据库使用一个redisDb对象来表示，每个redisDb对象实际上是一个dict结构的数据集合。

其中dict保存了该db中的所有键值对。键值对中键是一个字符串对象，每个值可以是字符串对象、列表对象、哈希表对象、集合对象和有序集合对象在内的任意一种 RedisObject。

redis通过全局哈希表保存所有的key值，所以查找key的时间为O(1)。redis一下次写入太多数据有可能会产生哈希冲突，全局哈希表也是通过渐进式rehash来解决大量hash冲突的问题

我们可以设置Redis中缓存的key的过期时间。过期删除策略就是指当Redis中缓存的key过期了Redis会如何删除，通常有以下策略：

过期策略	描述	优点	缺点
定时删除	每个设置过期时间的key都需要创建一个定时器，到过期时间就会立即清除。	节省内存	cpu不友好，频繁的删除可能会影响性能
惰性删除	只有当访问一个key时，才会判断该key是否已过期，过期则清除。	内存不友好，可能出现大量的过期key没有再次被访问，从而不会被清除，占用大量内存。	节省CPU资源
定期删除	每隔一段时间，扫描一定数量的数据库的expires字典中一定数量的key，并清除其中已过期的key。	前两者的一个折中方案，使得CPU和内存资源达到最优的平衡效果。	ㅤ

Redis同时使用了惰性过期和定期过期两种过期策略：

当我们查询一个键时，Redis便首先检查该键是否存在过期字典中，如果存在，那就获取其过期时间。然后将过期时间和当前系统时间进行比对，比系统时间大，那就没有过期；反之判定该键过期。

虽然我们有过期策略来淘汰已过期的数据，但是如果大量数据过期时间还没到，但此时内存已经快被占满了，我们就需要通过内存淘汰策略选择淘汰哪些数据。

内存淘汰策略	描述
noeviction	不淘汰数据，默认策略。
volatile-ttl	在设置了过期时间的键值对，根据过期时间的先后进行删除，越早过期的越先被删除。
volatile-random	在设置了过期时间的键值对中，进行随机删除。
volatile-lru	在设置了过期时间的键值对，使用LRU算法筛选，删除最近最长时间不使用的key。redis对LRU的优化：每次随机选出N个数据，比较该N个数据的最近访问的时间戳，然后最长时间不访问的数据。
volatile-lfu	在设置了过期时间的键值对，使用LFU算法选择，删除最近使用次数最少的key。
allkeys-random	从所有键值对中随机选择数据进行删除。
allkeys-lru	在所有数据中进行筛选，使用LRU算法，删除最近最长时间不使用的key。
allkeys-lfu	在所有数据中进行筛选，使用LFU算法，删除最近使用次数最少的key。

这八种策略大体分为「不进行数据淘汰」和「进行数据淘汰」两类策略。针对「进行数据淘汰」这一类策略，又可以细分为「在设置了过期时间的数据中进行淘汰」和「在所有数据范围内进行淘汰」这两类策略。

LRU和LFU算法比较：

LRU(Least Recently Used)：淘汰最长时间未被使用的页面，强调的是最近访问时间。链表按访问时间进行排序，表头是最近访问的页面。如果访问命中了页面，就把页面移动到链表表头；如果没有命中就从表尾删除页面，然后把新页面放在表头，是比较符合正常思维逻辑的算法。

LFU(Least Frequently Used)：淘汰最近被访问次数最少的页，强调的是最近访问频率。链表按访问次数进行排序，表头是访问次数最多的页面。如果访问命中了页面，就把页面的访问次数加一，此时如果该页面的访问次数大于前一个页面就互相交换位置；如果没有命中页面就从表尾删除数据。这种算法有一个明显的问题：如果某页面开始访问次数较多，但后面没有再被访问，这些页面无法被删除。所以LFU算法用的比较少。

淘汰策略选择建议：

优先使用 allkeys-lru 策略。这样，可以充分利用LRU这一经典缓存算法的优势，把最近最常访问的数据留在缓存中，提升应用的访问性能。如果你的业务数据中有明显的冷热数据区分，我建议你使用 allkeys-lru 策略。

如果你的业务中有置顶的需求，比如置顶新闻、置顶视频，那么，可以使用 volatile-lru 策略，同时不给这些置顶数据设置过期时间。这样一来，这些需要置顶的数据一直不会被删除，而其他数据会在过期时根据 LRU规则进行筛选。