缓存杂谈(五) Redis的过期策略 及 LRU 算法

简介: Redis的过期策略 及 LRU 算法

Redis的过期策略能介绍一下嘛,能不能手写一个LRU算法

Redis中的数据失效方式

设置TTL(过期时间)

RedisTTL时间到了之后,Redis如何批量删除key以及Value

定期删除+惰性删除

定期删除:指的是Redis默认每隔100MS就随机抽取一些设置了过期时间的key,检查其是否过期,如果过期了,就直接删除,注意,这个地方redis并不是每隔100ms就遍历所有的设置过期时间的key,而是抽取一部分key来检查和删除

但问题就是定期删除可能会导致很多过期key到了过期时间并没有被删除掉,所以需要惰性删除,就是说,当命中某个key的时候,Redis会检查一下这个Key如果设置了过期时间,那么这个key是否已经删除,如果过期了后,此时就会被删除

但是这样还有一个问题,如果一个key不仅逃离了定期删除而且还长时间key没有命中,长期积累下来的话会导致Redis内存耗尽,如何处理

走内存淘汰策略

内存淘汰

如果Redis的内存占用过多的时候,此时会进行内存淘汰,有如下一些策略:

  1. noevication:当内存不足以容纳新写入的数据时,新写入操作会报错,这个一般没人用,太恶心了
  2. allkeys-lru:当内存不足以容纳新写入的数据时,移除最近最少使用的key(这个是最常用的)
  3. allkeys-random:当内存不足以容纳新写入的数据的时候,在键空间中随机移除某个key,这个也没人用,随机移除简直要了命了
  4. valatile-lru: 当内存不足以容纳新写入的数据时,在设置了过期时间的键空间中,移除最少使用的key
  5. valtile-random:当内存不足以容纳新写入的数据的时候,在设置了过期时间的键空间中,随即移除某个key
  6. volatile-ttl:当内存不足一容纳写入新数据是,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
如何手写一个LRU算法
public class LRUCache<K,V> extends LinkedHashMap<K,V> {
   
    private final int CACHE_SIZE;
       //这里就是传递进来最多能缓存多少数据
    pubilc LRUCache(int cacheSize){
   
        super(Math.ceil(cacheSize/0.75) + 1, 0.75f, true);//这块就是设置一个hashMap的初始化大小,同时最后一个true指的是让likedhashMap按照访问顺序来进行排序,最近访问的放在头,最老访问的放在尾
        CACHE_SIZE=cacheSize;
    }

    protected boolean removeEldestEntry(Map.Entry eldest){
   
        return size() > CACHE_SIZE;//这个意思就是当Map中的数据量大于指定的缓存个数的时候,自动删除最好的数据
    }
}
目录
相关文章
|
9月前
|
存储 算法 调度
【复现】【遗传算法】考虑储能和可再生能源消纳责任制的售电公司购售电策略(Python代码实现)
【复现】【遗传算法】考虑储能和可再生能源消纳责任制的售电公司购售电策略(Python代码实现)
412 26
|
9月前
|
存储 缓存 NoSQL
工作 10 年!Redis 内存淘汰策略 LRU 和传统 LRU 差异,还傻傻分不清
小富带你深入解析Redis内存淘汰机制:LRU与LFU算法原理、实现方式及核心区别。揭秘Redis为何采用“近似LRU”,LFU如何解决频率老化问题,并结合实际场景教你如何选择合适策略,提升缓存命中率。
1268 3
|
10月前
|
机器学习/深度学习 算法 数据可视化
近端策略优化算法PPO的核心概念和PyTorch实现详解
本文深入解析了近端策略优化(PPO)算法的核心原理,并基于PyTorch框架实现了完整的强化学习训练流程。通过Lunar Lander环境展示了算法的全过程,涵盖环境交互、优势函数计算、策略更新等关键模块。内容理论与实践结合,适合希望掌握PPO算法及其实现的读者。
1524 2
近端策略优化算法PPO的核心概念和PyTorch实现详解
|
9月前
|
存储 并行计算 算法
【动态多目标优化算法】基于自适应启动策略的混合交叉动态约束多目标优化算法(MC-DCMOEA)求解CEC2023研究(Matlab代码实现)
【动态多目标优化算法】基于自适应启动策略的混合交叉动态约束多目标优化算法(MC-DCMOEA)求解CEC2023研究(Matlab代码实现)
380 4
|
9月前
|
运维 算法 安全
基于变异粒子群算法的主动配电网故障恢复策略(Matlab代码实现)
基于变异粒子群算法的主动配电网故障恢复策略(Matlab代码实现)
110 2
|
10月前
|
存储 缓存 人工智能
Redis六大常见命令详解:从set/get到过期策略的全方位解析
本文将通过结构化学习路径,帮助读者实现从命令语法掌握到工程化实践落地的能力跃迁,系统性提升 Redis 技术栈的应用水平。
|
11月前
|
存储 监控 算法
基于 Python 跳表算法的局域网网络监控软件动态数据索引优化策略研究
局域网网络监控软件需高效处理终端行为数据,跳表作为一种基于概率平衡的动态数据结构,具备高效的插入、删除与查询性能(平均时间复杂度为O(log n)),适用于高频数据写入和随机查询场景。本文深入解析跳表原理,探讨其在局域网监控中的适配性,并提供基于Python的完整实现方案,优化终端会话管理,提升系统响应性能。
270 4
|
12月前
|
存储 监控 NoSQL
流量洪峰应对术:Redis持久化策略与内存压测避坑指南
本文深入解析Redis持久化策略与内存优化技巧,涵盖RDB快照机制、AOF重写原理及混合持久化实践。通过实测数据揭示bgsave内存翻倍风险、Hash结构内存节省方案,并提供高并发场景下的主从复制冲突解决策略。结合压测工具链构建与故障恢复演练,总结出生产环境最佳实践清单。
476 9
|
10月前
|
存储 NoSQL 算法
应对Redis中的并发冲突:有效解决策略
以上策略各有优劣:乐观锁和悲观锁控制得当时可以很好地解决并发问题;发布/订阅模式提高了实时响应能力;Lua脚本和Redis事务保证了命令序列的原子性;分布式锁适合跨节点的并发控制;限流措施和持久化配置从系统设计层面减少并发风险;数据分片通过架构上的优化减轻单个Redis节点的负担。正确选择适合自己应用场景的策略,是解决Redis并发冲突的关键。
423 0
|
12月前
|
缓存 负载均衡 网络协议
电商API接口性能优化技术揭秘:缓存策略与负载均衡详解
电商API接口性能优化是提升系统稳定性和用户体验的关键。本文聚焦缓存策略与负载均衡两大核心,详解其在电商业务中的实践。缓存策略涵盖本地、分布式及CDN缓存,通过全量或部分缓存设计和一致性维护,减少后端压力;负载均衡则利用反向代理、DNS轮询等技术,结合动态调整与冗余部署,提高吞吐量与可用性。文中引用大型及跨境电商平台案例,展示优化效果,强调持续监控与迭代的重要性,为电商企业提供了切实可行的性能优化路径。

热门文章

最新文章