本文主要讲解“Redis缓存的淘汰策略是什么”，简单明了，易学易懂。请跟随边肖的思路一起学习学习《Redis缓存的淘汰策略是什么》。
Redis(Remote Dictionary Server)是用ANSI C语言编写的开源日志型、键值型数据库，支持网络，可基于内存，可持久化，提供多种语言的API。【相关推荐：Redis视频教程】
它具有以下特点：
基于内存运行，性能高。
支持分布式，理论上无限扩展。
键值存储结构，高效查询。
提供多种开发语言API，易于与现有业务系统集成。
通常在业务系统中用作分布式缓存、集中式Session存储、分布式锁等应用场景。
无论是本地缓存还是分布式缓存，为了保证高性能，内存都是用来保存数据的。由于成本和内存的限制，当存储的数据超过缓存容量时，需要拒绝缓存的数据。一般剔除策略包括先进先出剔除最早的数据，LRU剔除最近最少使用的数据，LFU剔除最近最少使用的数据。
00-1010在生产环境中，我们不允许redis有互换行为。因此，最大使用内存通常是有限的，redis提供配置参数maxmemory来指定最大使用内存。
以下配置是合法的：
最大内存1000KB
最大内存100兆字节
最大内存1GB
Max0 #表示没有限制，一般不使用redis.conf配置文件，如下所示。
Redis 缓存淘汰策略触发
volatile-在LRU设置的超时数据中，删除最不常用的数据；
Allkeys-lru查询所有键中最不常用的数据进行删除，这是使用最广泛的策略。
Volatile-random是从已设置超时的数据中随机删除的；
all keys随机查询所有密钥并随机删除；
Volatile-ttl查询所有设置超时的数据，追赶后立即排序，删除即将过期的数据；
无引用(默认)如果设置为该属性，则不会删除；如果内存溢出，它将报告错误并返回；
Volatile-lfu从所有配置了过期时间的按键中驱逐频率最低的按键；
Allkeys-lfu从所有按键中排除频率最低的按键；
8 种 Redis 缓存策略
LRU 算法
isrru算法不是一个精确的实现。这意味着Redis无法选择最佳的驱逐候选人，即过去访问次数最多的人。相反，它试图通过对少量密钥进行采样来运行LRU算法的近似，然后驱逐采样密钥中的最佳密钥(具有最早的访问时间)。
但是从Redis 3.0开始，算法进行了改进，可以选择一些好的候选人进行驱逐。这提高了算法的性能，并使其更接近真实LRU算法的行为。
REDLRU算法的要点是，您可以通过更改可以.的样本号来调整算法的精度来检查每次驱逐。该参数由以下配置指令控制：
maxmemory-samples5Redis没有被真正的LRU实现的原因是它需要更多的内存。然而，对于使用Redis的应用程序，近似实际上是等价的。下面是Redis和皇家LRU使用的LRU近似的对比图。
/88/145926.jpg" alt="Redis缓存的淘汰策略是什么">
生成上述图表的测试使用给定数量的键填充了 Redis 服务器。从第一个到最后一个访问密钥，因此第一个密钥是使用 LRU 算法驱逐的最佳候选者。后来又添加了 50% 的密钥，以强制驱逐一半的旧密钥。
您可以在图中看到三种点，形成三个不同的带。
-
浅灰色带是被驱逐的对象。
-
灰色带是未被驱逐的对象。
-
绿色带是添加的对象。
在理论上的 LRU 实现中，我们预计在旧密钥中，前半部分将过期。Redis LRU 算法只会在概率上使旧密钥过期。
LRU 只是一个模型，用于预测给定密钥在未来被访问的可能性。此外，如果您的数据访问模式非常类似于幂律，则大多数访问将位于 LRU 近似算法能够很好处理的键集中。
缺点：可能会存在一定时间内大量的冷数数据被访问产生大量的热点数据
LFU 算法
从 Redis 4.0 开始，可以使用新的最不常用驱逐模式。这种模式在某些情况下可能会更好（提供更好的命中率/未命中率），因为使用 LFU Redis 会尝试跟踪项目的访问频率，因此很少使用的项目会被驱逐，而经常使用的项目有更高的机会留在记忆中。
如果您认为在 LRU，最近访问过但实际上几乎从未被请求过的项目不会过期，因此风险是驱逐将来有更高机会被请求的密钥。LFU 没有这个问题，一般应该更好地适应不同的访问模式。
配置LFU模式，可以使用以下策略：
-
volatile-lfu 在具有过期集的键中使用近似 LFU 驱逐。
-
allkeys-lfu 使用近似 LFU 驱逐任何密钥。
LFU 类似于 LRU：它使用一个概率计数器，称为莫里斯计数器，以便仅使用每个对象的几位来估计对象访问频率，并结合衰减周期，以便计数器随着时间的推移而减少：在某些时候，我们不再希望将密钥视为经常访问的密钥，即使它们过去是这样，以便算法可以适应访问模式的转变。
这些信息的采样与 LRU 发生的情况类似（如本文档的前一部分所述），以便选择驱逐的候选人。
然而，与 LRU 不同的是，LFU 具有某些可调参数：例如，如果不再访问频繁项，它的排名应该以多快的速度降低？还可以调整 Morris 计数器范围，以便更好地使算法适应特定用例。
默认情况下，Redis 4.0 配置为：
-
在大约一百万个请求时使计数器饱和。
-
每一分钟衰减一次计数器。
这些应该是合理的值并经过实验测试，但用户可能希望使用这些配置设置以选择最佳值。
有关如何调整这些参数的说明可以redis.conf在源代码分发的示例文件中找到，但简单地说，它们是：
lfu-log-factor 10 lfu-decay-time 1
衰减时间是显而易见的，它是计数器应该衰减的分钟数，当采样并发现它比该值更旧时。一个特殊值0意味着：每次扫描时总是衰减计数器，很少有用。
计数器对数因子会改变需要多少次命中才能使频率计数器饱和，这恰好在 0-255 的范围内。系数越高，需要越多的访问以达到最大值。根据下表，系数越低，低访问计数器的分辨率越好：
+--------+------------+------------+------------+------------+------------+ | factor | 100 hits | 1000 hits | 100K hits | 1M hits | 10M hits | +--------+------------+------------+------------+------------+------------+ | 0 | 104 | 255 | 255 | 255 | 255 | +--------+------------+------------+------------+------------+------------+ | 1 | 18 | 49 | 255 | 255 | 255 | +--------+------------+------------+------------+------------+------------+ | 10 | 10 | 18 | 142 | 255 | 255 | +--------+------------+------------+------------+------------+------------+ | 100 | 8 | 11 | 49 | 143 | 255 | +--------+------------+------------+------------+------------+------------+
淘汰最近一段时间被访问次数最少的数据，以次数作为参考。
缺点：
1. 最近加入的数据常常容易被剔除，因为其起始方法次数比较少，
2. 如果频率时间度量为 1 个小时，则平均一天每个小时内访问频率 1000 的热点数据可能会被 2个小时的一段时间访问的频率为 1001 的数据剔除掉。可能会出现一些临界值的数据。
缓存策略设置建议
建议：了解Redis 的淘汰策略之后，在平时使用尽量主动设置/更新 key 的 expire 时间主动剔除不活跃的旧数据， 有助于提升查询性能
感谢各位的阅读，以上就是“Redis缓存的淘汰策略是什么”的内容了，经过本文的学习后，相信大家对Redis缓存的淘汰策略是什么这一问题有了更深刻的体会，具体使用情况还需要大家实践验证。这里是，小编将为大家推送更多相关知识点的文章，欢迎关注！
内容来源网络，如有侵权，联系删除，本文地址：https://www.230890.com/zhan/51782.html