Redis深度歷險-淘汰策略
Redis是內存型數據庫,在系統中如果佔用內存超過物理內存就會出現磁盤swap,這種操作就會導致性能急劇下降,所以纔會出現淘汰策略
Redis配置
Redis允許用戶配置使用的最大內存和超過最大內存時的處理策略
maxmemory
:用於設置最大使用的內存
maxmemory-policy
:超過最大內存時的處理策略
- noeviction:禁止寫入操作、允許讀取和刪除操作,這是默認配置
-
volatile-lru:淘汰設置了過期時間的
key
,最少使用的key
會被釋放掉 -
volatile-lfu:淘汰設置了過期時間的
key
,某段時間內使用頻率最少的key
會被釋放掉 -
volatile-ttl:淘汰設置了過期時間的
key
,剩餘壽命ttl
最少的key
會被釋放掉 -
volatile-random:淘汰設置了過期時間中的隨機
key
-
allkeys-lru:與
volatile-lru
類似,只是面向所有key
-
allkeys-lfu:與
volatile-lfu
類似,只是面向所有key
-
allkeys-random:與
volatile-random
類似,只是面向所有的key
Redis實現
Redis對象結構體
typedef struct redisObject {
//數據類型,redis提供的5種類型
unsigned type:4;
//這種類型的底層實現方式,比如有序集合底層會使用鏈表或者壓縮列表實現
unsigned encoding:4;
unsigned lru:LRU_BITS; /* LRU time (relative to global lru_clock) or
* LFU data (least significant 8 bits frequency
* and most significant 16 bits access time). */
//元素的引用計數
int refcount;
//元素的數據
void *ptr;
} robj;
這裏主要需要關注的是lru
字段,共24位
- 如果使用的是
lru
相關算法,則記錄的是最後訪問時間 - 如果使用的是
lfu
相關算法,則高16位記錄的是上次訪問時間(單位爲分)、低8位記錄的是某段時間的使用頻次
lru算法
Redis實現的是一種類似LRU的算法,主要是完全按照LRU的實現需要對現有數據結構做改造同時會消耗很多內存
- 爲每個
key
添加一個24bit
的字段,用於存儲最後訪問的時間戳 - 隨機採樣出5個
key
,淘汰掉最舊的key
- 將隨機採樣剩下的
key
放入到淘汰池中(一個數組) - 淘汰後內存依舊超出
maxmemory
,隨機採樣出5個key
與淘汰池數據融合,淘汰掉最舊的key
- 繼續3、4步驟,直到空間小於
maxmemory
Redis的淘汰過程是一個阻塞的過程,直到清理出足夠的空間;如果內存達到maxmemory
的限制並且客戶端還在不停的寫入,可能會導致反覆出發清理策略,導致請求延遲
淘汰池的大小由maxmemory-samples
配置來控制,設置爲5-10之間即可
lfu算法
配置
-
lfu-log-factor
:設置計數器counter的增長速度 -
lfu-decay-time
:設置計數器counter的減少速度,以分鐘爲單位
更新lfu計數
void updateLFU(robj *val) {
//將原本的訪問計數取出來
unsigned long counter = LFUDecrAndReturn(val);
//計數增長
counter = LFULogIncr(counter);
//將訪問計數設置到redisobj中
val->lru = (LFUGetTimeInMinutes()<<8) | counter;
}
Redis中的lfu
訪問計數增長或減少都不是簡單的-1
而是通過一定的算法來實現的
unsigned long LFUDecrAndReturn(robj *o) {
//分別取出上一次的訪問時間以及訪問計數
unsigned long ldt = o->lru >> 8;
unsigned long counter = o->lru & 255;
//每超過lfu_decay_time的時間counter計數就需要減少一
unsigned long num_periods = server.lfu_decay_time ? LFUTimeElapsed(ldt) / server.lfu_decay_time : 0;
if (num_periods)
counter = (num_periods > counter) ? 0 : counter - num_periods;
return counter;
}
//計算出上一次訪問到現在的距離(以分鐘爲單位)
unsigned long LFUTimeElapsed(unsigned long ldt) {
unsigned long now = LFUGetTimeInMinutes();
if (now >= ldt) return now-ldt;
return 65535-ldt+now;
}
unsigned long LFUGetTimeInMinutes(void) {
return (server.unixtime/60) & 65535;
}
在RedisObject
中存儲的時間是以分鐘爲單位然後對65535
取模,最後得出的就是一個16
位的時間
uint8_t LFULogIncr(uint8_t counter) {
//最大的counter訪問計數就是255(8)位
if (counter == 255) return 255;
double r = (double)rand()/RAND_MAX;
double baseval = counter - LFU_INIT_VAL;
if (baseval < 0) baseval = 0;
double p = 1.0/(baseval*server.lfu_log_factor+1);
if (r < p) counter++;
return counter;
}
這裏的計數增長操作最大隻能達到255,內部使用的是一種隨機算法,可能性隨計數的增大呈現:1.0/(baseval*server.lfu_log_factor+1)
的規律,訪問次數越大增長的越慢
新生key
lfu算法會有一個問題就是新生
key
可能很快被淘汰掉
robj *createObject(int type, void *ptr) {
robj *o = zmalloc(sizeof(*o));
o->type = type;
o->encoding = OBJ_ENCODING_RAW;
o->ptr = ptr;
o->refcount = 1;
if (server.maxmemory_policy & MAXMEMORY_FLAG_LFU) {
//新生的時候會設置一個默認值(5)
o->lru = (LFUGetTimeInMinutes()<<8) | LFU_INIT_VAL;
} else {
o->lru = LRU_CLOCK();
}
return o;
}