【redis】redis的过期策略
- 2019 年 10 月 31 日
- 筆記
redis过期策略
在使用redis做缓存的时候，我们常常会设置过期时间。那么redis是如何清理这些过期的数据呢?
答案是: 定期删除 + 惰性删除
- 定期删除: redis每100ms就会
随机抽查删除过期的数据。但是这种方法有时候会留下大量过期但没有被抽查到的过期数据，白白浪费内存。 - 惰性删除: 惰性删除此时就派上用场了，当用户获取数据时，redis会先检查该数据有没有过期，如果过期就删除。
听上去定期删除+惰性删除好像很完美的样子，but过期的数据用户又没有及时访问，那么内存中还是会存在大量的过期数据。此时应该采用redis内存淘汰机制。
redis内存淘汰机制
- noeviction：内存不足以写入新数据的时候会直接报错。
- allKeys-lru：内存不足以写入新数据时候，移除最近最少使用的key。
- allKeys-random: 内存不足以写入新数据时，随机移除key。
- volatile-lru: 内存不足以写入新数据时，在设置了过期时间的key当中移除最近最少使用的key。
- volatile-random: 内存不足以写入新数据时，在设置了过期时间的key中，随即移除key。
- volatile-ttl: 内存不足以写入新数据时，在设置了过期时间的key当中移除最先过期的key。
上面六种你可以这么记:
- 不移除直接报错: noeviction。
- 在所有key中移除: 1.allKeys-lru 2. allKeys-random
- 在设置了过期时间的key中移除: 1. volatile-lru 2. volatile-random 3.volatile-ttl
一般常用allKeys-lru
实现一个简单的lru(最近最少使用算法)
package com.amber; import java.util.Iterator; import java.util.LinkedHashMap; import java.util.Map; public class LRULinkedHashMap<K, V> extends LinkedHashMap<K, V> { //最大容量 private final int maxCapacity ; // 默认增长因子 private static final float DEFAULT_LOAD_FACTOR = 0.75f; public LRULinkedHashMap(int maxCapacity) { super(maxCapacity, DEFAULT_LOAD_FACTOR, true); this.maxCapacity = maxCapacity; } @Override protected boolean removeEldestEntry(Map.Entry<K, V> entry) { if(size()>maxCapacity) return true; else return false; } public static void main(String[] args) { LRULinkedHashMap<String, String> lruLinkedHashMap = new LRULinkedHashMap(5); lruLinkedHashMap.put("1", "1"); lruLinkedHashMap.put("2", "2"); lruLinkedHashMap.put("3", "3"); lruLinkedHashMap.put("4", "4"); lruLinkedHashMap.put("5", "5"); Iterator<Map.Entry<String, String>> iterator = lruLinkedHashMap.entrySet().iterator(); while (iterator.hasNext()) { System.out.println(iterator.next()); } lruLinkedHashMap.get("1"); System.out.println("超出最大容量"); lruLinkedHashMap.put("6", "6"); iterator = lruLinkedHashMap.entrySet().iterator(); while (iterator.hasNext()) { System.out.println(iterator.next()); } } } 结果
1=1 2=2 3=3 4=4 5=5 超出最大容量 3=3 4=4 5=5 1=1 6=6 Process finished with exit code 0 根据上述结果可以看到，当超出最大容量时移除的是第二个结点，而不是第一个结点，因此一个简单的lru算法就实现了
super(maxCapacity, DEFAULT_LOAD_FACTOR, true);调用的是父类的
public LinkedHashMap(int var1, float var2, boolean var3) { super(var1, var2); this.accessOrder = var3; }accessOrder为true表示会把最新访问的数据放到最后一个节点，默认false
