当前位置: 首页 > news >正文

Redis 的内存回收机制详解

Redis 的内存回收机制详解

Redis 是基于内存的高性能数据库,但内存资源有限。当单节点内存过大时,不仅会增加成本,还可能影响RDB/AOF 持久化主从同步的性能与稳定性。

为此,Redis 提供了完善的内存管理机制,主要包括两类策略:

  • 过期策略(Expiration Policy):自动清理设置了 TTL 的过期数据
  • 淘汰策略(Eviction Policy):在内存达到上限时,主动移除部分数据以腾出空间

一、内存上限配置

通过redis.conf设置最大内存限制:

maxmemory 1gb

💡 若未设置,32 位系统默认为 3GB,64 位系统默认无限制(直到耗尽物理内存)。

当内存使用达到maxmemory时,Redis 将根据maxmemory-policy配置的策略决定如何处理新写入请求。


二、过期策略(针对带 TTL 的 Key)

Redis 允许为每个 key 设置生存时间(TTL, Time To Live),到期后自动失效。

1. 设置 TTL 的方式

# 方式1:先 set,再 expireSET k1 value1 EXPIRE k120# 20 秒后过期# 方式2:set 时直接指定(推荐)SET k1 value1 EX20# EX = seconds

支持单位:EX(秒)、PX(毫秒)、EXAT(绝对 Unix 时间戳)、PXAT等。

2. 过期判断机制

Redis 内部维护一个过期字典(expires dict),以 key 为键、过期时间为值。通过比对当前时间与过期时间,判断 key 是否失效。

3. 过期 key 的删除策略

Redis 采用惰性删除 + 定期删除相结合的方式,平衡 CPU 与内存开销:

✅ 惰性删除(Lazy Expiration)
  • 触发时机:当客户端访问某个 key 时
  • 行为:先检查是否过期,若过期则删除并返回nil
  • 优点:CPU 友好
  • 缺点:过期 key 可能长期驻留内存
✅ 定期删除(Active Expiration)
  • 触发频率:每秒执行10 次
  • 过程
    1. 随机抽取20 个带 TTL 的 key
    2. 删除其中已过期的 key
    3. 若过期 key 比例> 25%,则立即开启下一轮扫描(最多 25 轮/秒)
  • 目的:防止大量过期 key 积压,导致内存浪费

📌 两者互补:惰性保证最终一致性,定期控制内存水位。


三、内存淘汰策略(Eviction Policy)

即使所有 key 都未过期,内存仍可能被占满。此时,Redis 会根据maxmemory-policy配置主动淘汰数据。

1. 配置方式

maxmemory-policy allkeys-lru

2. 淘汰策略详解

策略作用范围淘汰依据适用场景
noeviction不淘汰,写入报错(error) OOM默认策略,适用于不允许丢失数据的场景
volatile-ttl仅带 TTL 的 key剩余存活时间最短(最先过期)缓存类数据,希望优先删快过期的
volatile-random仅带 TTL 的 key随机删除简单场景,无明确访问模式
volatile-lru仅带 TTL 的 keyLRU(最近最少使用)带 TTL 的热点缓存
volatile-lfu仅带 TTL 的 keyLFU(最少频繁使用)Redis 4.0+,识别长期低频访问
allkeys-random所有 key随机删除key 访问均匀,无热点
allkeys-lru所有 keyLRU(最近最少使用)最常用,通用缓存场景
allkeys-lfu所有 keyLFU(最少频繁使用)Redis 4.0+,识别冷数据

🔑LRU vs LFU

  • LRU(Least Recently Used):最近没用过的优先淘汰
  • LFU(Least Frequently Used):历史上使用频率最低的优先淘汰(更抗突发流量)

四、最佳实践建议

  1. 合理设置maxmemory:建议预留 20%~30% 内存给操作系统和其他进程
  2. 优先使用allkeys-lruallkeys-lfu:适用于大多数缓存场景
  3. 避免依赖noeviction:除非业务强要求“写入必须成功”
  4. 监控内存使用:通过INFO memory查看used_memoryevicted_keys等指标
  5. TTL + 淘汰策略结合使用:双重保障内存可控

总结
Redis 通过过期策略清理“时间到期”的数据,通过淘汰策略应对“内存不足”的压力。二者协同工作,既保证了高性能,又实现了内存的自动回收与管理。

📌 提示:淘汰策略不会触发持久化,被删除的数据将永久丢失,请根据业务容忍度选择合适策略。


作者:不会写程序的未来程序员
首发于 CSDN
版权声明:本文为原创文章,转载请注明出处。

http://www.cnnetsun.cn/news/16101.html

相关文章:

  • 39、NFS与网络路由管理:配置、问题诊断及参数调优
  • CentOS7 磁盘扩容
  • PDFMathTranslate中文乱码终极解决方案:从诊断到完美修复
  • 直接数字下变频 原理解释和python仿真
  • 告别低效内耗:2025中小企业办公新方式
  • 微信7.0.6提示升级问题解决方法
  • 大模型训练优化:5个内存效率提升技巧与实战配置指南
  • 英伟达发布OpenReasoning-Nemotron-32B:多智能体协作改写推理范式,32B参数刷新三大领域性能纪录
  • Lottie-Web实战指南:打造高性能动画应用
  • 思源宋体实战指南:从零到精通的字体应用全解析
  • 转载Centos7.9 MySQL 8.0 部署MGR高可用
  • Spring管理MyBatis Mapper接口的原理详解
  • ISO 19011-2018管理体系审核指南中文版资源详解
  • 第十届网络安全与信息工程国际会议(ICCSIE 2025)已被EI检索
  • MinerU API终极指南:3分钟快速上手PDF转Markdown神器
  • 12.12 作业
  • 简单上手的完整智能家居平台搭建指南
  • Linux 文件及用户的一些日常命令
  • 中央空调科普:从选型到维护全攻略,舒适生活的 “温度管家”
  • 3分钟极速部署:MuseScore跨平台音乐创作工具高效配置指南
  • 刚刚,DeepSeek又一重大突破,小身材大智慧玩出新高度
  • 计算广告:智能时代的营销科学与实践(八)
  • AI帮你做跨境!DeepBI助力亚马逊广告新手卖家实现质的飞跃
  • LCD字模工具终极对比:3款神器如何选择?
  • 终极收藏版:2025年最值得合作的GEO公司推荐,技术实力大揭秘!
  • QARM:多模态语义对齐与量化在推荐系统中的实践路径
  • AI 省钱双 buff:价格优化 + 优惠整合,省到实处
  • 用1/10的成本跑RAG?向量压缩+模型蒸馏+智能缓存实战指南
  • 毕业设计实战:基于SpringBoot+MySQL的机动车号牌管理系统,从0到1避坑全流程,导师都说稳!
  • 高密度互联:连接AI“积木”的精密桥梁