Redis中内存淘汰策略和过期键删除策略的示例分析

# Redis中内存淘汰策略和过期键删除策略的示例分析

## 引言

Redis作为高性能的键值数据库，其内存管理机制直接影响系统性能和稳定性。当内存达到上限时，Redis通过**内存淘汰策略（Eviction Policies）**决定哪些数据被移除；而**过期键删除策略（Expiration Policies）**则负责清理已过期的键。本文将深入分析这两类策略的工作原理，并通过实际示例演示其行为差异。

---

## 一、Redis内存淘汰策略

### 1.1 为什么需要内存淘汰？
当Redis内存使用达到`maxmemory`配置的阈值时（默认不限制），需通过淘汰机制释放空间。通过`maxmemory-policy`参数可配置以下策略：

#### 1.1.1 不淘汰策略
- **noeviction**（默认）：拒绝所有写入命令（返回OOM错误），读操作正常。
  ```bash
  # 示例：写入被拒绝时的错误响应
  127.0.0.1:6379> set new_key value
  (error) OOM command not allowed when used memory > 'maxmemory'.

1.1.2 通用淘汰策略

1.1.3 示例：LRU策略实战

# 配置为allkeys-lru并插入数据
127.0.0.1:6379> config set maxmemory-policy allkeys-lru
127.0.0.1:6379> set key1 val1
127.0.0.1:6379> set key2 val2
127.0.0.1:6379> get key1  # 访问key1使其"热度"提升
"val1"

# 当内存不足时，key2（未被访问）会被优先淘汰

注意：Redis的LRU是近似算法，通过采样少量键（默认5个）选择最久未使用的，而非全局扫描。

1.2 策略选择建议

• 监控先行：使用INFO memory观察内存碎片率（mem_fragmentation_ratio）。
• 混合策略：例如对持久化数据用volatile-lru，对缓存数据用allkeys-lru。
• 性能权衡：volatile-ttl的CPU开销通常高于随机淘汰。

二、过期键删除策略

2.1 被动删除（惰性删除）

当客户端尝试访问一个键时，Redis会检查其过期时间，若已过期则立即删除。

# 示例：访问已过期键
127.0.0.1:6379> setex temp_key 10 "expires_in_10s"
127.0.0.1:6379> sleep 11
127.0.0.1:6379> get temp_key  # 触发被动删除
(nil)

缺点：如果键长期不被访问，会导致内存泄漏。

2.2 主动删除（定期删除）

Redis以每秒10次（可配置）的频率执行以下操作： 1. 随机抽取20个设置了过期时间的键。 2. 删除其中已过期的键。 3. 如果超过25%的键过期，则重复步骤1。

# 通过修改hz参数调整频率
127.0.0.1:6379> config set hz 20  # 提高为每秒20次

2.3 删除策略对比

三、组合策略实战分析

3.1 场景模拟

假设一个电商平台使用Redis缓存商品信息： - 热门商品（如iPhone）设置为永久键 - 促销商品（如限时折扣）设置TTL=3600秒 - 内存限制2GB，策略为volatile-lru

操作序列：

1. 写入1000个促销商品（带TTL）
2. 写入500个热门商品（无TTL）
3. 内存达到阈值时：
   • 行为：仅从促销商品中淘汰最近最少使用的键
   • 结果：热门商品永远不会被淘汰

3.2 监控与调优

# 查看过期键数量
127.0.0.1:6379> info stats | grep expired_keys
expired_keys:327

# 查看淘汰键数量
127.0.0.1:6379> info stats | grep evicted_keys
evicted_keys:42

四、高级主题

4.1 内存碎片优化

• 启用activedefrag yes自动整理碎片
• 使用jemalloc替代默认内存分配器

4.2 Redis 6.0新特性

• LFU策略：allkeys-lfu和volatile-lfu基于访问频率淘汰

  # 配置为LFU模式
  config set maxmemory-policy allkeys-lfu
  

五、总结建议

1. 缓存场景：优先使用allkeys-lru或allkeys-lfu
2. 混合数据集：对持久化数据使用volatile-*策略
3. 监控指标：
   • used_memory：当前内存使用量
   • keyspace_hits/misses：淘汰策略有效性

通过合理配置，Redis可在内存限制下保持高性能。建议通过redis-benchmark测试不同策略的吞吐量差异。

”`

注：本文示例基于Redis 7.0版本，部分命令在不同版本中可能存在差异。实际生产环境应结合监控数据持续优化策略参数。