Redis的缓存更新策略

Redis的缓存设计原则

只应将热数据放到缓存中

所有缓存信息都应设置过期时间

缓存过期时间应当分散以避免集中过期

缓存key应具备可读性

应避免不同业务出现同名缓存key

可对key进行适当的缩写以节省内存空间

选择合适的数据结构

确保写入缓存中的数据是完整且正确的

避免使用耗时较长的操作命令，Redis默认配置中操作耗时超过10ms即视为慢查询

一个key对应的数据不应过大：对于string类型，一个key对应的value大小应控制在10K以内，1K左右更优；hash类型，不应超过5000行

数据库中未查询到的数据，可在Redis中设置特殊标识，以避免因缓存中无数据而导致每次请求均达到数据库

缓存应有降级处理方案，缓存出了问题要能回源到数据库进行处理

对于上线后可能会有大量读请求的应用，在上线之前可预先将数据写入缓存中

读的顺序是先缓存，后数据库；写的顺序是先数据库，后缓存

数据源发生变更时可能导致缓存中数据与数据源中数据不一致，应根据实际业务需求来选择适当的缓存更新策略：

    主动更新：在数据源发生变更时同步更新缓存数据或将缓存数据过期。一致性高，维护成本较高。

    被动删除：根据缓存设置的过期时间有Redis负责数据的过期删除。一致性较低，维护成本较低。

key过期清除（超时剔除）策略

惰性过期（类比懒加载，这是懒过期）：只有当访问一个key时，才会判断该key是否已过期，过期则清除。该策略可以最大化地节省CPU资源，却对内存非常不友好。极端情况可能出现大量的过期key没有再次被访问，从而不会被清除，占用大量内存。

定期过期：每隔一定的时间，会扫描一定数量的数据库的expires字典中一定数量的key，并清除其中已过期的key。该策略是前两者的一个折中方案。通过调整定时扫描的时间间隔和每次扫描的限定耗时，可以在不同情况下使得CPU和内存资源达到最优的平衡效果。

(expires字典会保存所有设置了过期时间的key的过期时间数据，其中，key是指向键空间中的某个键的指针，value是该键的毫秒精度的UNIX时间戳表示的过期时间。键空间是指该Redis集群中保存的所有键。)

问：比如这么个场景，我设计了很多key，过期时间是5分钟，当前内存占用率是50%。但是5分钟到了，内存占用率还是很高，请问为什么？

Redis中同时使用了惰性过期和定期过期两种过期策略，即使过期时间到了，但是有部分并没有真正删除，等待惰性删除。

为什么有定期还要有惰性呢？比如10万个key就要过期了，Redis默认是100ms检查一波。如果他检查出10万个即将要清除，那他接下来的时间基本都是在干这些清空内存的事了，那肯定影响性能，所以他只会部分删除，剩下的等惰性删除

Redis的内存淘汰策略

  Redis的内存淘汰策略是指在Redis的用于缓存的内存不足时，怎么处理需要新写入且需要申请额外空间的数据。

  noeviction：当内存不足以容纳新写入数据时，新写入操作会报错。

  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。

  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。

  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。

  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。

Redis的缓存更新策略

Redis的缓存设计原则

只应将热数据放到缓存中

所有缓存信息都应设置过期时间

缓存过期时间应当分散以避免集中过期

缓存key应具备可读性

应避免不同业务出现同名缓存key

可对key进行适当的缩写以节省内存空间

选择合适的数据结构

确保写入缓存中的数据是完整且正确的

避免使用耗时较长的操作命令，Redis默认配置中操作耗时超过10ms即视为慢查询

一个key对应的数据不应过大：对于string类型，一个key对应的value大小应控制在10K以内，1K左右更优；hash类型，不应超过5000行

数据库中未查询到的数据，可在Redis中设置特殊标识，以避免因缓存中无数据而导致每次请求均达到数据库

缓存应有降级处理方案，缓存出了问题要能回源到数据库进行处理

对于上线后可能会有大量读请求的应用，在上线之前可预先将数据写入缓存中

读的顺序是先缓存，后数据库；写的顺序是先数据库，后缓存

数据源发生变更时可能导致缓存中数据与数据源中数据不一致，应根据实际业务需求来选择适当的缓存更新策略：

    主动更新：在数据源发生变更时同步更新缓存数据或将缓存数据过期。一致性高，维护成本较高。

    被动删除：根据缓存设置的过期时间有Redis负责数据的过期删除。一致性较低，维护成本较低。

key过期清除（超时剔除）策略

惰性过期（类比懒加载，这是懒过期）：只有当访问一个key时，才会判断该key是否已过期，过期则清除。该策略可以最大化地节省CPU资源，却对内存非常不友好。极端情况可能出现大量的过期key没有再次被访问，从而不会被清除，占用大量内存。

定期过期：每隔一定的时间，会扫描一定数量的数据库的expires字典中一定数量的key，并清除其中已过期的key。该策略是前两者的一个折中方案。通过调整定时扫描的时间间隔和每次扫描的限定耗时，可以在不同情况下使得CPU和内存资源达到最优的平衡效果。

(expires字典会保存所有设置了过期时间的key的过期时间数据，其中，key是指向键空间中的某个键的指针，value是该键的毫秒精度的UNIX时间戳表示的过期时间。键空间是指该Redis集群中保存的所有键。)

问：比如这么个场景，我设计了很多key，过期时间是5分钟，当前内存占用率是50%。但是5分钟到了，内存占用率还是很高，请问为什么？

Redis中同时使用了惰性过期和定期过期两种过期策略，即使过期时间到了，但是有部分并没有真正删除，等待惰性删除。

为什么有定期还要有惰性呢？比如10万个key就要过期了，Redis默认是100ms检查一波。如果他检查出10万个即将要清除，那他接下来的时间基本都是在干这些清空内存的事了，那肯定影响性能，所以他只会部分删除，剩下的等惰性删除

Redis的内存淘汰策略

  Redis的内存淘汰策略是指在Redis的用于缓存的内存不足时，怎么处理需要新写入且需要申请额外空间的数据。

  noeviction：当内存不足以容纳新写入数据时，新写入操作会报错。

  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。

  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。

  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。

  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。