Redis的記憶體淘汰策略(八)
一:Redis的AOF是什麼?
以日誌的形式來記錄每個寫操作(讀操作不記錄),將Redis執行過的所有寫指令記錄下來(讀操作不記錄),只許追加文件但不可以改寫文件,redis啟動之初會讀取該文件重新構建數據,換言之,redis重啟的話就根據日誌文件的內容將寫指令從前到後執行一次以完成數據的恢復工作。RDB可以搞定備份恢復的事情,為什麼還會出現AOF?
使用RDB進行保存時候,如果Redis伺服器發送故障,那麼會丟失最後一次備份的數據!AOF出現是來解決這個問題!同時出現RDB和AOF是衝突呢?還是協作?是協作,但是首先啟動找的是aof。當redis伺服器掛掉時,重啟時將按照以下優先順序恢複數據到記憶體:
- 如果只配置AOF,重啟時載入AOF文件恢複數據;
- 如果同時 配置了RBD和AOF,啟動是只載入AOF文件恢複數據;
- 如果只配置RBD,啟動是載入RDB文件恢複數據。
恢復時需要注意,要是主庫掛了不能直接重啟主庫,否則會直接覆蓋掉從庫的AOF文件,一定要確保要恢復的文件都正確才能啟動,否則會衝掉原來的文件。
二:Redis配置文件redis.conf中關於AOF的相關配置
############################## APPEND ONLY MODE ############################### # By default Redis asynchronously dumps the dataset on disk. This mode is # good enough in many applications, but an issue with the Redis process or # a power outage may result into a few minutes of writes lost (depending on # the configured save points). # # The Append Only File is an alternative persistence mode that provides # much better durability. For instance using the default data fsync policy # (see later in the config file) Redis can lose just one second of writes in a # dramatic event like a server power outage, or a single write if something # wrong with the Redis process itself happens, but the operating system is # still running correctly. # # AOF and RDB persistence can be enabled at the same time without problems. # If the AOF is enabled on startup Redis will load the AOF, that is the file # with the better durability guarantees. # # Please check http://redis.io/topics/persistence for more information. #默認redis使用的是rdb方式持久化,這種方式在許多應用中已經足夠用了。 但是redis如果中途宕機,會導致可能有幾分鐘的數據丟失,根據save來策略進行持久化, Append Only File是另一種持久化方式,可以提供更好的持久化特性。 Redis會把每次寫入的數據在接收後都寫入 appendonly.aof 文件, 每次啟動時Redis都會先把這個文件的數據讀入記憶體里,先忽略RDB文件 appendonly no #如果要開啟,改為yes # The name of the append only file (default: "appendonly.aof") # aof文件名 appendfilename "appendonly.aof" # The fsync() call tells the Operating System to actually write data on disk # instead of waiting for more data in the output buffer. Some OS will really flush # data on disk, some other OS will just try to do it ASAP. # # Redis supports three different modes: # # no: don't fsync, just let the OS flush the data when it wants. Faster. # always: fsync after every write to the append only log. Slow, Safest. # everysec: fsync only one time every second. Compromise. # # The default is "everysec", as that's usually the right compromise between # speed and data safety. It's up to you to understand if you can relax this to # "no" that will let the operating system flush the output buffer when # it wants, for better performances (but if you can live with the idea of # some data loss consider the default persistence mode that's snapshotting), # or on the contrary, use "always" that's very slow but a bit safer than # everysec. # # More details please check the following article: # http://antirez.com/post/redis-persistence-demystified.html # # If unsure, use "everysec". # appendfsync always #aof持久化策略的配置 #no表示不執行fsync,由作業系統保證數據同步到磁碟,速度最快。 #always表示每次寫入都執行fsync,以保證數據同步到磁碟。 #everysec表示每秒執行一次fsync,可能會導致丟失這1s數據。 appendfsync everysec # appendfsync no # When the AOF fsync policy is set to always or everysec, and a background # saving process (a background save or AOF log background rewriting) is # performing a lot of I/O against the disk, in some Linux configurations # Redis may block too long on the fsync() call. Note that there is no fix for # this currently, as even performing fsync in a different thread will block # our synchronous write(2) call. # # In order to mitigate this problem it's possible to use the following option # that will prevent fsync() from being called in the main process while a # BGSAVE or BGREWRITEAOF is in progress. # # This means that while another child is saving, the durability of Redis is # the same as "appendfsync none". In practical terms, this means that it is # possible to lose up to 30 seconds of log in the worst scenario (with the # default Linux settings). # # If you have latency problems turn this to "yes". Otherwise leave it as # "no" that is the safest pick from the point of view of durability. # 在aof重寫或者寫入rdb文件的時候,會執行大量IO,此時對於everysec和always的aof模式來說, 執行fsync會造成阻塞過長時間,no-appendfsync-on-rewrite欄位設置為默認設置為no。 如果對延遲要求很高的應用,這個欄位可以設置為yes,否則還是設置為no, 這樣對持久化特性來說這是更安全的選擇。設置為yes表示rewrite期間對新寫操作不fsync, 暫時存在記憶體中,等rewrite完成後再寫入,默認為no,建議yes。Linux的默認fsync策略是30秒。 可能丟失30秒數據。隨著aof文件持續增大,會fork出一條進程去對aof文件重寫 no-appendfsync-on-rewrite no # Automatic rewrite of the append only file. # Redis is able to automatically rewrite the log file implicitly calling # BGREWRITEAOF when the AOF log size grows by the specified percentage. # # This is how it works: Redis remembers the size of the AOF file after the # latest rewrite (if no rewrite has happened since the restart, the size of # the AOF at startup is used). # # This base size is compared to the current size. If the current size is # bigger than the specified percentage, the rewrite is triggered. Also # you need to specify a minimal size for the AOF file to be rewritten, this # is useful to avoid rewriting the AOF file even if the percentage increase # is reached but it is still pretty small. # # Specify a percentage of zero in order to disable the automatic AOF # rewrite feature. #aof自動重寫配置。當目前aof文件大小超過上一次重寫的aof文件大小的百分之多少進行重寫, 即當aof文件增長到一定大小的時候Redis能夠調用bgrewriteaof對日誌文件進行重寫。 當前AOF文件大小是上次日誌重寫得到AOF文件大小的一倍(設置為100)時, 自動啟動新的日誌重寫過程。 auto-aof-rewrite-percentage 100 #設置允許重寫的最小aof文件大小,避免了達到約定百分比但尺寸仍然很小的情況還要重寫 auto-aof-rewrite-min-size 64mb # An AOF file may be found to be truncated at the end during the Redis # startup process, when the AOF data gets loaded back into memory. # This may happen when the system where Redis is running # crashes, especially when an ext4 filesystem is mounted without the # data=ordered option (however this can't happen when Redis itself # crashes or aborts but the operating system still works correctly). # # Redis can either exit with an error when this happens, or load as much # data as possible (the default now) and start if the AOF file is found # to be truncated at the end. The following option controls this behavior. # # If aof-load-truncated is set to yes, a truncated AOF file is loaded and # the Redis server starts emitting a log to inform the user of the event. # Otherwise if the option is set to no, the server aborts with an error # and refuses to start. When the option is set to no, the user requires # to fix the AOF file using the "redis-check-aof" utility before to restart # the server. # # Note that if the AOF file will be found to be corrupted in the middle # the server will still exit with an error. This option only applies when # Redis will try to read more data from the AOF file but not enough bytes # will be found. #aof文件可能在尾部是不完整的,當redis啟動的時候,aof文件的數據被載入記憶體。 重啟可能發生在redis所在的主機作業系統宕機後, 尤其在ext4文件系統沒有加上data=ordered選項(redis宕機或者異常終止不會造成尾部不完整現象。) 出現這種現象,可以選擇讓redis退出,或者導入儘可能多的數據。如果選擇的是yes, 當截斷的aof文件被導入的時候,會自動發布一個log給客戶端然後load。如果是no, 用戶必須手動redis-check-aof修復AOF文件才可以。 aof-load-truncated yes # When rewriting the AOF file, Redis is able to use an RDB preamble in the # AOF file for faster rewrites and recoveries. When this option is turned # on the rewritten AOF file is composed of two different stanzas: # # [RDB file][AOF tail] # # When loading Redis recognizes that the AOF file starts with the "REDIS" # string and loads the prefixed RDB file, and continues loading the AOF # tail. # # This is currently turned off by default in order to avoid the surprise # of a format change, but will at some point be used as the default. #Redis4.0新增RDB-AOF混合持久化格式,在開啟了這個功能之後, AOF重寫產生的文件將同時包含RDB格式的內容和AOF格式的內容, 其中RDB格式的內容用於記錄已有的數據,而AOF格式的記憶體則用於記錄最近發生了變化的數據, 這樣Redis就可以同時兼有RDB持久化和AOF持久化的優點(既能夠快速地生成重寫文件, 也能夠在出現問題時,快速地載入數據)。 aof-use-rdb-preamble no
註:當 aof 文件損壞的時候 可以使用修復:使用redis-check-aof –fix xxx.aof 進行修復 同理 rdb文件也有專門的修復redis-check-dump
aof 文件重寫: AOF文件持續增長而過大時,會fork出一條新進程來將文件重寫(也是先寫臨時文件最後再rename),遍歷新進程的記憶體中數據,每條記錄有一條的Set語句。重寫aof文件的操作,並沒有讀取舊的aof文件,而是將整個記憶體中的資料庫內容用命令的方式重寫了一個新的aof文件,這點和快照有點類似。
重寫過程中,AOF文件被更改了怎麼辦?
Redis 可以在 AOF 文件體積變得過大時,自動地在後台對 AOF 進行重寫: 重寫後的新 AOF 文件包含 了恢復當前數據集所需的最小命令集合。 重寫的流程是這樣,
- 主進程會fork一個子進程出來進行AOF重寫,這個重寫過程並不是基於原有的aof文件來做的,而 是有點類似於快照的方式,全量遍歷記憶體中的數據,然後逐個序列到aof文件中。
- 在fork子進程這個過程中,服務端仍然可以對外提供服務,那這個時候重寫的aof文件的數據和 redis記憶體數據不一致了怎麼辦?不用擔心,這個過程中,主進程的數據更新操作,會快取到 aof_rewrite_buf中,也就是單獨開闢一塊快取來存儲重寫期間收到的命令,當子進程重寫完以後 再把快取中的數據追加到新的aof文件。
- 當所有的數據全部追加到新的aof文件中後,把新的aof文件重命名正式的文件名字,此後所有的操 作都會被寫入新的aof文件。
- 如果在rewrite過程中出現故障,不會影響原來aof文件的正常工作,只有當rewrite完成後才會切 換文件。因此這個rewrite過程是比較可靠的。
Redis允許同時開啟AOF和RDB,既保證了數據安全又使得進行備份等操作十分容易。如果同時開啟 後,Redis重啟會使用AOF文件來恢複數據,因為AOF方式的持久化可能丟失的數據更少。
三:小結
AOF 文件是一個只進行追加的日誌文件
Redis可以在AOF文件體積變得過大時,自動地在後台對AOF進行重寫,AOF文件有序地保存了對資料庫執行所有寫入操作,這些寫入操作作為redis協議的格式保存,因此AOF文件的內容非常容易被人讀懂,對文件進行分析也很輕鬆對於相同的數據集來說,AOF文件的體積通常大於RDB文件的體積,根據所使用的fsync策略,AOF的速度可能會慢於RDB
1:到底啟用哪種持久化策略? :
RDB持久化方式能夠在指定的時間間隔能對你的數據進行快照存儲。AOF持久化方式記錄每次對伺服器寫的操作,當伺服器重啟的時候會重新執行這些命令來恢復原始的數據,AOF命令以redis協議追加保存每次寫的操作到文件末尾.Redis還能對AOF文件進行後台重寫,使得AOF文件的體積不至於過大。
只做快取:如果你只希望你的數據在伺服器運行的時候存在,你也可以不使用任何持久化方式.
同時開啟兩種持久化方式 – 在這種情況下,當redis重啟的時候會優先載入AOF文件來恢復原始的數據, 因為在通常情況下AOF文件保存的數據集要比RDB文件保存的數據集要完整. RDB的數據不實時,同時使用兩者時伺服器重啟也只會找AOF文件。那要不要只使用AOF呢? 建議不要,因為RDB更適合用於備份資料庫(AOF在不斷變化不好備份), 快速重啟,而且不會有AOF可能潛在的bug,留著作為一個萬一的手段。
2.性能建議:
因為RDB文件只用作後備用途,建議只在Slave上持久化RDB文件,而且只要15分鐘備份一次就夠了,只保留save 900 1這條規則。如果Enalbe AOF,好處是在最惡劣情況下也只會丟失不超過兩秒數據,啟動腳本較簡單只load自己的AOF文件就可以了。代價一是帶來了持續的IO,二是AOF rewrite的最後將rewrite過程中產生的新數據寫到新文件造成的阻塞幾乎是不可避免的。只要硬碟許可,應該盡量減少AOF rewrite的頻率,AOF重寫的基礎大小默認值64M太小了,可以設到5G以上。默認超過原大小100%大小時重寫可以改到適當的數值。如果不Enable AOF ,僅靠Master-Slave Replication 實現高可用性也可以。能省掉一大筆IO也減少了rewrite時帶來的系統波動。代價是如果Master/Slave同時掛掉,會丟失十幾分鐘的數據,啟動腳本也要比較兩個Master/Slave中的RDB文件,載入較新的那個。新浪微博就選用了這種架構。
記憶體回收:
Reids 所有的數據都是存儲在記憶體中的,在某些情況下需要對佔用的記憶體空間進行回收。記憶體回收主要分為兩類,一類是 key 過期,一類是記憶體使用達到上限(max_memory)觸發記憶體淘汰。
過期策略:
定時過期(主動 淘汰 ):每個設置過期時間的 key 都需要創建一個定時器,到過期時間就會立即清除。該策略可以立即清除過期的數據,對記憶體很友好;但是會佔用大量的 CPU 資源去處理過期的數據,從而影響快取的響應時間和吞吐量。
惰性過期(被動 淘汰 ):只有當訪問一個 key 時,才會判斷該 key 是否已過期,過期則清除。該策略可以最大化地節省 CPU 資源,卻對記憶體非常不友好。極端情況可能出現大量的過期 key 沒有再次被訪問,從而不會被清除,佔用大量記憶體。例如 String,在 getCommand 裡面會調用 expireIfNeeded
第二種情況,每次寫入 key 時,發現記憶體不夠,調用 activeExpireCycle 釋放一部分記憶體。
每隔一定的時間,會掃描一定數量的資料庫的 expires 字典中一定數量的 key,並清除其中已過期的 key。該策略是前兩者的一個折中方案。通過調整定時掃描的時間間隔和每次掃描的限定耗時,可以在不同情況下使得 CPU 和記憶體資源達到最優的平衡效果。
Redis 中同時使用了惰性過期和定期過期兩種過期策略j結合
Redis 的記憶體淘汰策略,是指當記憶體使用達到最大記憶體極限時,需要使用淘汰演算法來決定清理掉哪些數據,以保證新數據的存入。redis.conf 參數配置:
# maxmemory <bytes>
如果不設置 maxmemory 或者設置為 0,64 位系統不限制記憶體,32 位系統最多使用 3GB 記憶體。
Redis記憶體回收策略:
很多人了解了Redis的好處之後,於是把任何數據都往Redis中放,如果使用不合理很容易導致數據超 過Redis的記憶體,這種情況會出現什麼問題呢?
- Redis中有很多無效的快取,這些快取數據會降低數據IO的性能,因為不同的數據類型時間複雜度 演算法不同,數據越多可能會造成性能下降
- 隨著系統的運行,redis的數據越來越多,會導致物理記憶體不足。通過使用虛擬記憶體(VM),將很 少訪問的數據交換到磁碟上,騰出記憶體空間的方法來解決物理記憶體不足的情況。雖然能夠解決物理 記憶體不足導致的問題,但是由於這部分數據是存儲在磁碟上,如果在高並發場景中,頻繁訪問虛擬 記憶體空間會嚴重降低系統性能。
所以遇到這類問題的時候,我們一般有幾種方法。
- 對每個存儲到redis中的key設置過期時間,這個根據實際業務場景來決定。否則,再大的記憶體都會 雖則系統運行被消耗完。 增
- 加記憶體
- 使用記憶體淘汰策略。
設置了maxmemory的選項,redis記憶體使用達到上限。可以通過設置LRU演算法來刪除部分key,釋放空間。默認是按照過期時間的,如果set時候沒有加上過期時間就會導致數據寫滿maxmemory。
Redis中提供了一種記憶體淘汰策略,當記憶體不足時,Redis會根據相應的淘汰規則對key數據進行淘汰。 Redis一共提供了8種淘汰策略,默認的策略為noeviction,當記憶體使用達到閾值的時候, 所有引起申請記憶體的命令會報錯。
- volatile-lru,針對設置了過期時間的key,使用lru演算法進行淘汰。
- allkeys-lru,針對所有key使用lru演算法進行淘汰。
- volatile-lfu,針對設置了過期時間的key,使用lfu演算法進行淘汰。
- allkeys-lfu,針對所有key使用lfu演算法進行淘汰。
- volatile-random,從所有設置了過期時間的key中使用隨機淘汰的方式進行淘汰。
- allkeys-random,針對所有的key使用隨機淘汰機制進行淘汰。
- volatile-ttl,刪除生存時間最近的一個鍵。
- noeviction,不刪除鍵,值返回錯誤。
前綴為volatile-和allkeys-的區別在於二者選擇要清除的鍵時的字典不同,volatile-前綴的策略代表從 redisDb中的expire字典中選擇鍵進行清除;allkeys-開頭的策略代表從dict字典中選擇鍵進行清除。
記憶體淘汰演算法的具體工作原理是:
- 客戶端執行一條新命令,導致資料庫需要增加數據(比如set key value)
- Redis會檢查記憶體使用,如果記憶體使用超過 maxmemory,就會按照置換策略刪除一些 key
- 新的命令執行成功
了解LRU演算法:
LRU是Least Recently Used的縮寫,也就是表示最近很少使用,也可以理解成最久沒有使用。也就是說 當記憶體不夠的時候,每次添加一條數據,都需要拋棄一條最久時間沒有使用的舊數據。
標準的LRU演算法為了降低查找和刪除元素的時間複雜度,一般採用Hash表和雙向鏈表結合的數據結構, hash表可以賦予鏈錶快速查找到某個key是否存在鏈表中,同時可以快速刪除、添加節點,
如下圖所 示。 雙向鏈表的查找時間複雜度是O(n),刪除和插入是O(1),藉助HashMap結構,可以使得查找的時 間複雜度變成O(1) Hash表用來查詢在鏈表中的數據位置,鏈表負責數據的插入,當新數據插入到鏈表頭部時有兩種情況。
- 鏈表滿了,把鏈表尾部的數據丟棄掉,新加入的快取直接加入到鏈表頭中。
- 當鏈表中的某個快取被命中時,直接把數據移到鏈表頭部,原本在頭節點的快取就向鏈表尾部移動
這樣,經過多次Cache操作之後,最近被命中的快取,都會存在鏈表頭部的方向,沒有命中的,都會在 鏈表尾部方向,當需要替換內容時,由於鏈表尾部是最少被命中的,我們只需要淘汰鏈表尾部的數據即可。

Redis中的LRU演算法:
實際上,Redis使用的LRU演算法其實是一種不可靠的LRU演算法,它實際淘汰的鍵並不一定是真正最少使用 的數據,它的工作機制是:
- 隨機採集淘汰的key,每次隨機選出5個key
- 然後淘汰這5個key中最少使用的key
這5個key是默認的個數,具體的數值可以在redis.conf中配置
maxmemory-samples 5
當近似LRU演算法取值越大的時候就會越接近真實的LRU演算法,因為取值越大獲取的數據越完整,淘汰中 的數據就更加接近最少使用的數據。這裡其實涉及一個權衡問題,
如果需要在所有的數據中搜索最符合條件的數據,那麼一定會增加系統的開銷,Redis是單執行緒的,所以耗時的操作會謹慎一些。
為了在一定成本內實現相對的LRU,早期的Redis版本是基於取樣的LRU,也就是放棄了從所有數據中搜 索解改為取樣空間搜索最優解。Redis3.0版本之後,Redis作者對於基於取樣的LRU進行了一些優化:
- Redis中維護一個大小為16的候選池,當第一次隨機選取採用數據時,會把數據放入到候選池中, 並且候選池中的數據會根據時間進行排序。
- 當第二次以後選取數據時,只有小於候選池內最小時間的才會被放進候選池。 當候選池的數據滿了之後,那麼時間最大的key就會被擠出候選池。
- 當執行淘汰時,直接從候選池 中選取最近訪問時間小的key進行淘汰。
如下圖所示,首先從目標字典中採集出maxmemory-samples個鍵,快取在一個samples數組中,然 後從samples數組中一個個取出來,和回收池中以後的鍵進行鍵的空閑時間 (空閑時間越大,代表越久沒有被使用,準備淘汰),從而更新回收池。 在更新過程中,首先利用遍歷找到的每個鍵的實際插入位置x,然後根據不同情況進行處理。
- 回收池滿了,並且當前插入的key的空閑時間最小(也就是回收池中的所有key都比當前插入的key 的空閑時間都要大),則不作任何操作。
- 回收池未滿,並且插入的位置x沒有鍵,則直接插入即可
- 回收池未滿,且插入的位置x原本已經存在要淘汰的鍵,則把第x個以後的元素都往後挪一個位 置,然後再執行插入操作。
- 回收池滿了,將當前第x個以前的元素往前挪一個位置(實際就是淘汰了),然後執行插入操作。

這樣做的目的是能夠選出最真實的最少被訪問的key,能夠正確不常使用的key。因為在Redis3.0之前是 隨機選取樣本,這樣的方式很有可能不是真正意義上的最少訪問的key。
LRU演算法有一個弊端,加入一個key值訪問頻率很低,但是最近一次被訪問到了,那LRU會認為它是熱點 數據,不會被淘汰。同樣, 經常被訪問的數據,最近一段時間沒有被訪問,這樣會導致這些數據被淘汰掉,導致誤判而淘汰掉熱點 數據,於是在Redis 4.0中,新加了一種LFU演算法。
LFU演算法:
LFU(Least Frequently Used),表示最近最少使用,它和key的使用次數有關,其思想是:根據key最 近被訪問的頻率進行淘汰,比較少訪問的key優先淘汰,反之則保留。
LRU的原理是使用計數器來對key進行排序,每次key被訪問時,計數器會增大,當計數器越大,意味著 當前key的訪問越頻繁,也就是意味著它是熱點數據。 它很好的解決了LRU演算法的缺陷:一個很久沒有 被訪問的key,偶爾被訪問一次,導致被誤認為是熱點數據的問題。
LFU的實現原理如下圖所示,LFU維護了兩個鏈表,橫向組成的鏈表用來存儲訪問頻率,每個訪問頻 率的節點下存儲另外一個具有相同訪問頻率的快取數據。具體的工作原理是:
- 當添加元素時,找到相同訪問頻次的節點,然後添加到該節點的數據鏈表的頭部。如果該數據鏈表 滿了,則移除鏈表尾部的節點
- 當獲取元素或者修改元素時,都會增加對應key的訪問頻次,並把當前節點移動到下一個頻次節 點。
- 添加元素時,訪問頻率默認為1,隨著訪問次數的增加,頻率不斷遞增。而當前被訪問的元素也會 隨著頻率增加進行移動。


