Redis内存淘汰策略定期删除算法实现

一、Redis的内存配置

1,Redis配置内存为多少合适?

默认:如果不设置最大内存大小或者设置最大内存大小为0,在64为操作系统下不限制内存大小,在32位操作系统下最多使用3GB内存。

极限情况:留出一倍内存。比如你的redis数据占用了8G内存,那么你还需要再预留8G空闲内存。也就是内存需求是16G。内存占用率低于50%是最安全的。

普通情况:正常情况下,在序列化周期内,不会更改所有数据,只会有部分数据更改,那么,预留出可能产生的更改部分的空间,就行。如果实在要说一个数据的话,一般推荐Redis设置内存为最大物理内存的75%都是安全的。

2,如何修改内存

a)配置文件修改

redis.conf中

#设置为100M,单位是byte

maxmemory 104857600

b)命令行修改

config set maxmemory 104857600

3,查看最大内存

config get maxmemory

#或者使用

info memory

4,如果Redis的内存你打满了会怎么样?

Redis的常用淘汰策略以及算法实现

二、Redis的内存淘汰策略

1,Redis 过期策略是:定期删除+惰性删除。

所谓定期删除,指的是 Redis 默认是每隔 100ms 就随机抽取一些设置了过期时间的 key,检查其是否过期,如果过期就删除。

假设 Redis 里放了 10w 个 key,都设置了过期时间,你每隔几百毫秒,就检查 10w 个 key,那 Redis 基本上就死了,cpu 负载会很高的,消耗在你的检查过期 key 上了。注意,这里可不是每隔 100ms 就遍历所有的设置过期时间的 key,那样就是一场性能上的灾难。实际上 Redis 是每隔 100ms 随机抽取一些 key 来检查和删除的。

惰性删除:数据到达过期时间,不做处理。等下次访问该数据时,如果未过期,返回数据;发现已过期,删除,返回不存在。

但是实际上这还是有问题的,如果定期删除漏掉了很多过期 key,然后你也没及时去查,也就没走惰性删除,此时会怎么样?如果大量过期 key 堆积在内存里,导致 Redis 内存块耗尽了,咋整?实际上会走:内存淘汰机制。

2,内存淘汰机制

Redis内存淘汰机制有以下几个:

  • noeviction: 当内存不足以容纳新写入数据时,新写入操作会报错,这个一般没人用吧,实在是太恶心了。
  • allkeys-lru:当内存不足以容纳新写入数据时,在键空间中,移除最近最少使用的 key(这个是最常用的)。
  • allkeys-random:当内存不足以容纳新写入数据时,在键空间中,随机移除某个 key,这个一般没人用吧,为啥要随机,肯定是把最近最少使用的 key 给干掉啊。
  • volatile-lru:当内存不足以容纳新写入数据时,在设置了过期时间的键空间中,移除最近最少使用的 key(这个一般不太合适)。
  • volatile-random:当内存不足以容纳新写入数据时,在设置了过期时间的键空间中,随机移除某个 key。
  • volatile-ttl:当内存不足以容纳新写入数据时,在设置了过期时间的键空间中,有更早过期时间的 key 优先移除。
  • allkeys-lfu: 对所有key使用LFU算法进行删除。LFU:最不经常使用,如果一个数据在最近一段时间内使用次数很少,那么在将来一段时间内被使用的可能性也很小。
  • volatile-lfu: 对所有设置了过期时间的key使用LFU算法进行删除。

三、手写LRU算法

力扣题库

1,采用LinkedHashMap实现

public class Demo015_LRUCacheLinkedHashMap {

private int capacity;

private LinkedHashMap<Integer, Integer> linkedHashMap;

public Demo015_LRUCacheLinkedHashMap(int capacity) {

this.capacity = capacity;

/**

* 三个参数:capacity为容量,0.75位扩容因子,true为按照访问排序false为按照插入排序

*   重写删除尾结点的方法,一旦发现当前linkhashmap的长度大于总容量就需要删除*/

linkedHashMap = new LinkedHashMap<Integer, Integer>(capacity,0.75F,true){

@Override

protected boolean removeEldestEntry(Map.Entry<Integer, Integer> eldest) {

return super.size() > capacity;

}

};

}

public void put(int key, int value) {

linkedHashMap.put(key, value);

}

public int get(int key) {

Integer value = linkedHashMap.getOrDefault(key,-1);

return value;

}

}

2,自定义双向链表

  • 定义Node节点:key,val,next和prev
  • 定义DoubleLinkedNode管理Node结点组成头尾结点的双向链表
  • 定义hashmap存储每个结点
  • 插入时判断当前值是否已经存在hashmap中

    • 如果存在就更改当前值,删除双向链表中原来的这个值,添加新值到链表头结点并修改hashmap中当前值
    • 如果不存在当前值,判断当前容器是否满了,如果满了就删除链表尾部删除hashmap中数据。并添加新结点到链表头部和hashmap中

  • 获取时,直接从hashmap中获取。如果不存在直接返回-1,如果存在就删除链表尾部数据,更新链表头部数据为当前node

public class Demo015_LRUCache {

class Node<K, V> {

K key;

V val;

Node next;

Node prev;

public Node(){

next = prev = null;

}

public Node(K key, V val) {

this.key = key;

this.val = val;

next = prev = null;

}

}

class DoubleLinkedNode<K,V>{

Node head;

Node tail;

public DoubleLinkedNode() {

head = new Node();

tail = new Node();

head.next = tail;

tail.prev = head;

}

public void addHead(Node<K,V> node) {

node.prev = head;

node.next = head.next;

head.next.prev = node;

head.next = node;

}

public void remove(Node<K,V> node) {

if (node.prev == null || node.next==null) {

return;

}

node.prev.next = node.next;

node.next.prev = node.prev;

node.next = null;

node.prev = null;

}

public Node<K,V> getLast() {

if (tail.prev == head) {

return null;

}

return tail.prev;

}

}

private int capacity;

private HashMap<Integer, Node<Integer,Integer>> hashMap;

private DoubleLinkedNode<Integer, Integer> doubleLinkedNode;

public Demo015_LRUCache(int capacity) {

this.capacity = capacity;

hashMap = new HashMap<>();

doubleLinkedNode = new DoubleLinkedNode<>();

}

public int get(int key) {

Node<Integer,Integer> node = hashMap.get(key);

if (node == null) {

return -1;

}

doubleLinkedNode.remove(node);

doubleLinkedNode.addHead(node);

return node.val;

}

public void put(int key, int value) {

Node<Integer, Integer> node = hashMap.get(key);

if (node == null) { //没有添加过

if (hashMap.size() == capacity) { //达到最大值状态

//删除最后结点

Node<Integer, Integer> last = doubleLinkedNode.getLast();

doubleLinkedNode.remove(last);

hashMap.remove(last.key);

}

//添加头结点

node = new Node<>(key, value);

hashMap.put(key,node);

doubleLinkedNode.addHead(node);

}else {

//如果添加过,删除双向链表的该节点,将其修改值之后添加到头节点

doubleLinkedNode.remove(node);

node.val = value;

doubleLinkedNode.addHead(node);

hashMap.put(key, node);

}

}

}

以上是 Redis内存淘汰策略定期删除算法实现 的全部内容, 来源链接: www.h5w3.com/122705.html

回到顶部