亚洲乱色熟女一区二区三区丝袜,天堂√中文最新版在线,亚洲精品乱码久久久久久蜜桃图片,香蕉久久久久久av成人,欧美丰满熟妇bbb久久久

?

目錄

• 過期鍵刪除策略
• 內(nèi)存淘汰機制
• Redis 3.0 的淘汰機制——近似 LRU 算法
• Redis 4.0 的新增的淘汰機制——LFU 算法

過期鍵刪除策略

Redis 為管理內(nèi)存，對設(shè)置了過期時間的鍵采用了以下三種刪除策略：

1. 定時過期：

• 描述：為每個設(shè)置了過期時間的鍵創(chuàng)建一個定時器，到達過期時間立即清除。
• 優(yōu)點：對內(nèi)存很友好，過期數(shù)據(jù)能及時清除。
• 缺點：需要消耗大量的 CPU 資源來處理定時器，影響緩存響應(yīng)時間和吞吐量。

2. 惰性過期：

• 描述：只有在訪問某個鍵時才判斷其是否過期，過期則清除。
• 優(yōu)點：最大化節(jié)省 CPU 資源。
• 缺點：可能會有大量過期鍵未被訪問而占用內(nèi)存。

3. 定期刪除：

• 描述：每隔一定時間掃描 expires 字典中的部分鍵，清除過期鍵。
• 優(yōu)點：折中策略，通過調(diào)整掃描時間間隔和每次掃描數(shù)量，平衡 CPU 和內(nèi)存資源。

默認使用惰性過期 (Lazy Expiration)和定期刪除 (Periodic Deletion) 兩者結(jié)合的方式，能夠在性能和內(nèi)存使用之間找到一個良好的平衡。

內(nèi)存淘汰機制

內(nèi)存限制設(shè)置

• Redis 可以通過參數(shù) maxmemory 設(shè)置內(nèi)存最大限制，從而避免 Redis 占滿機器的內(nèi)存，影響其他服務(wù)。
• 默認值：
• maxmemory=0，表示沒有限制。
• 在 32 位系統(tǒng) 上，Redis 最大支持內(nèi)存為 3GB（32 位系統(tǒng)最大內(nèi)存為 4GB）。
• 在 64 位系統(tǒng) 上，Redis 的最大內(nèi)存限制為物理機的可用內(nèi)存。

Redis 的 maxmemory 參數(shù)和內(nèi)存淘汰機制，使其成為一種有效的緩存方案，是 Memcached 的有效替代方案。

常見策略

當(dāng)內(nèi)存達到 maxmemory 限制時，Redis 會按照 maxmemory-policy 啟動相應(yīng)的淘汰策略，Redis 默認的內(nèi)存淘汰策略是：noeviction。常見策略如下：

1. 針對設(shè)置了過期時間的鍵

• volatile-lru：僅對設(shè)置了過期時間的鍵，淘汰最近最少使用的鍵。
• volatile-ttl：僅對設(shè)置了過期時間的鍵，淘汰剩余時間最短的鍵。
• volatile-random：僅對設(shè)置了過期時間的鍵，隨機淘汰。
• volatile-lfu：僅對設(shè)置了過期時間的鍵，淘汰訪問頻率最低的鍵。

2. 針對所有鍵

• allkeys-lru：對所有鍵，淘汰最近最少使用的鍵。
• allkeys-random：對所有鍵，隨機淘汰。
• allkeys-lfu：對所有鍵，淘汰訪問頻率最低的鍵。

3. 無淘汰策略

• noeviction：不進行淘汰，當(dāng)內(nèi)存超限時直接返回錯誤。

Redis 3.0 的淘汰機制——近似 LRU 算法

LRU（Least Recently Used）優(yōu)化設(shè)計

Redis 的 LRU 算法經(jīng)過優(yōu)化，保證內(nèi)存占用與淘汰效果之間的平衡，體現(xiàn)了工程實現(xiàn)中對 空間與時間的折中。

注意：在主從復(fù)制模式（Replication）下，如果從節(jié)點達到 maxmemory 限制，不會記錄任何異常日志，但增量數(shù)據(jù)無法同步到從節(jié)點。

1. LRU 算法優(yōu)化

• Redis 3.0 的 LRU 算法是近似實現(xiàn)，并非精確 LRU。
• 為了平衡內(nèi)存占用與性能，Redis 在實現(xiàn) LRU 時使用了 采樣方法：
• 默認從固定數(shù)量的鍵（由 maxmemory-samples 決定）中隨機挑選一定數(shù)量的鍵進行比較，淘汰其中最符合 LRU 策略的鍵。
• 默認采樣值為 5，可以通過 maxmemory-samples 調(diào)整。
• 參數(shù)設(shè)置：
• 使用 CONFIG SET maxmemory-samples <count> 動態(tài)調(diào)整采樣數(shù)量，采樣越多越接近理論 LRU，但會增加性能開銷。

2. 近似 LRU 的特點

• 優(yōu)點：節(jié)省內(nèi)存，只需記錄部分鍵的訪問信息。
• 缺點：可能導(dǎo)致部分鍵未能準(zhǔn)確淘汰，尤其在訪問模式復(fù)雜時。
• 適用場景：
• 訪問模式接近冪次分布時，近似 LRU 效果與理論 LRU 非常接近，幾乎無差別。

3. 近似 LRU 與理論 LRU 效果對比

• 當(dāng)數(shù)據(jù)訪問模式接近冪次分布（大部分訪問集中于少數(shù)鍵）時，近似 LRU 表現(xiàn)與理論 LRU 幾乎無差別。

Redis 4.0 的新增的淘汰機制——LFU 算法

1. LFU 算法

• Redis 4.0 引入了 LFU（Least Frequently Used） 算法，專注于鍵的訪問頻率，而非最近訪問時間。
• LFU 的實現(xiàn)機制：
• 使用 Morris counters（一種稀疏計數(shù)器算法）記錄訪問頻率，占用內(nèi)存極小。
• 計數(shù)器會隨著時間衰減，以降低舊訪問對頻率統(tǒng)計的影響。
• 提供參數(shù)配置計數(shù)更新頻率和衰減速度，靈活控制緩存命中率。

2. LFU 的特點

• 與 LRU 的對比：
• LRU：基于最近使用時間，適合短期緩存需求。
• LFU：基于訪問頻率，適合長期緩存需求。
• 優(yōu)點：更適合評估鍵的整體重要性，避免 LRU 中因短期高頻訪問造成的緩存污染。
• 應(yīng)用場景：
• 適用于需要長期保留高頻訪問鍵的場景，如熱點數(shù)據(jù)。

3. 相關(guān)策略

• allkeys-lfu：對所有鍵按 LFU 策略淘汰。
• volatile-lfu：僅對設(shè)置了過期時間的鍵按 LFU 策略淘汰。

閱讀原文：原文鏈接