缓存淘汰策略

常见面试题

在深入技术细节之前，我们先来看几个高频的面试问题，这些问题也是我们在生产环境中必须面对的：

• 生产上你们的Redis内存设置多少？
• 如果内存满了你怎么办？
• Redis的过期删除和内存淘汰策略有哪些？
• LRU和LFU算法的区别是什么？

Redis内存配置与监控

在讨论如何“节流”之前，我们先要学会如何“开源”——即如何为Redis配置和监控内存。

如何设置Redis最大内存 (​​maxmemory​​ )？

Redis允许我们通过maxmemory参数来限制其最大可用内存。

• 查看当前配置:

  127.0.0.1:6379> CONFIG GET maxmemory
  1) "maxmemory"
  2) "0" 

  默认值为0，在64位操作系统下表示不限制内存使用；在32位系统下，则最多使用3GB。

• 修改方式:

  1. 配置文件修改 (永久生效) ：打开 redis.conf 文件，添加或修改配置 maxmemory <bytes>。例如 maxmemory 1gb。
  2. 命令修改 (临时生效) ：通过 CONFIG SET maxmemory <bytes> 命令动态修改。例如 CONFIG SET maxmemory 1024mb。

• 生产建议: 通常推荐将Redis的maxmemory设置为物理内存的3/4，为操作系统和其他进程预留足够的空间。

‍

使用 INFO memory 命令可以获取详细的内存使用报告。

127.0.0.1:6379> INFO memory
# Memory
used_memory:1041376
used_memory_human:1016.97K

used_memory_human 字段直观地显示了当前占用的内存大小。

内存占满会发生什么？

如果设置了maxmemory，当Redis的内存使用达到上限时，任何尝试写入新数据的命令都会返回一个错误，除非你配置了后续将要介绍的内存淘汰策略。

# 故意将最大内存设为1字节
127.0.0.1:6379> CONFIG SET maxmemory 1
(error) OOM command not allowed when used memory > 'maxmemory'

过期键的删除策略

我们经常为键设置过期时间（TTL），但Redis并不会在键过期的瞬间就立即删除它。因为它需要在CPU性能和内存占用之间做出权衡。Redis结合了两种主要的删除策略。

1. 惰性删除 (Lazy Deletion)

“等你需要时，我再检查。”

• 工作方式：数据到达过期时间后，Redis不做任何处理。直到下一次有客户端访问这个键时，Redis会先检查其是否过期。如果已过期，则执行删除并返回nil（不存在）；如果未过期，则正常返回数据。
• 优点：对CPU极其友好，因为它只在必要时才进行检查和删除，避免了大量的CPU周期消耗在“巡逻”上。（拿时间换空间）
• 缺点：对内存极不友好。如果大量过期键从未被再次访问，它们将永远滞留在内存中，如同“内存泄漏”，白白占用宝贵的存储空间。（拿空间换时间）

2. 定期删除 (Periodic Deletion)

“我会定期抽查，但不会检查每一个。”

• 工作方式：惰性删除的内存风险太大，因此Redis引入了定期删除作为补充。Redis会每隔一段时间（默认100ms），从设置了过期时间的键空间中随机抽取一部分键进行检查，并删除其中的过期键。
• 优点：这是前两种策略的折中。它通过限制执行频率和时长，减少了对CPU的影响，同时也能周期性地释放过期键占用的内存，缓解了内存压力。
• 缺点：由于是随机抽查，它无法保证所有过期键都被及时删除。总会有一些“漏网之鱼”。

总结：Redis通过惰性删除确保最终一致性（访问时肯定会被清理），通过定期删除尽力维持内存的健康状态。但这两种策略的组合仍然存在漏洞： 如果一个键既没有在定期删除中被抽到，也再也没有被客户端访问，它依然会成为内存中的“僵尸数据” 。当这类数据堆积过多，就需要最终的兜底方案登场了。

内存淘汰策略 (Eviction Policies)

当Redis内存使用达到maxmemory上限时，如果此时仍有写入操作，内存淘汰策略就会被触发，决定应该“牺牲”哪些数据来为新数据腾出空间。

Redis提供了8种不同的淘汰策略，可以从键的范围（所有键 vs. 仅设置了过期时间的键）和淘汰算法两个维度来划分：

核心算法解析：LRU vs. LFU

• LRU (Least Recently Used - 最近最少使用)

  • 核心思想：淘汰最长时间未被访问的数据。它关注的是数据最后一次被访问的时间点。
  • 优点：实现简单，能有效处理热点数据。
  • 缺点：无法很好地处理“偶发性高频访问”后长期不用的数据。比如一个数据在几分钟内被访问了100次，然后一天都未被访问，它依然可能比一个1小时前被访问过1次的数据“更不容易”被淘汰。

• LFU (Least Frequently Used - 最近最不常用)

  • 核心思想：淘汰在一段时间内访问次数最少的数据。它关注的是数据在一段时间内的访问频率。
  • 优点：能更精确地反映数据的热度，避免了LRU的上述缺陷。
  • 缺点：实现相对复杂，需要为每个键维护一个访问计数器。

举例说明：
假设内存已满，需要淘汰一个页面。页面访问序列为 2, 1, 2, 1, 2, 3, 4。

• 按LRU：淘汰 页面1。因为在页面4需要调入时，页面1距离上一次被访问的时间最长。
• 按LFU：淘汰 页面3。因为在过去一段时间内，页面3只被访问了1次，频率最低（页面2访问3次，页面1访问2次）。

生产环境配置建议

1. 如何选择淘汰策略？

   • ​​allkeys-lru​ (推荐) ：如果你不确定用哪种，这是个很好的通用选择。它假设最近访问的数据未来也更可能被访问。
   • ​​allkeys-lfu​：如果你的业务场景中，数据的访问频率比访问时间更能体现其价值，那么LFU是更优选择 (Redis 4.0+)。
   • ​​volatile-ttl​：如果你能通过设置不同的过期时间来区分数据的优先级，这个策略非常有用。
   • ​​allkeys-random​：如果你的数据访问模式非常平均，没有明显的热点，随机策略性能最好。

2. 性能优化建议

   • 避免存储Big Key：一个巨大的键（如几MB的Hash或String）在被淘汰时可能会导致Redis短暂阻塞。
   • 开启惰性释放 (Lazy Freeing) ：在redis.conf中设置 lazyfree-lazy-eviction=yes。这会让Redis在淘汰键时，将内存释放操作放到后台线程执行，避免阻塞主线程，提升性能。

‍

‍

‍

‍

‍

‍

总结
Redis的内存管理是一个分层、立体的防御体系。它首先通过惰性删除和定期删除主动清理过期数据，当内存压力触及上限时，再启动内存淘汰策略作为最终的保障。深刻理解这些机制，并根据业务场景做出合理的配置，是确保Redis服务稳定、高效运行的关键所在。

‍

面试题回答

Q1: 生产上你们的Redis内存一般设置多少？
A: 一般设置为服务器物理内存的75% 。这样可以为操作系统本身的开销、后台任务（如RDB持久化时的fork操作）以及其他可能运行的进程预留足够的内存，防止因内存不足导致OOM Killer或严重的Swap性能下降。

Q2: 如果Redis内存满了会怎么样？
A: 这取决于你的maxmemory-policy配置。

• 如果是默认的 ​noeviction​，任何会导致内存增加的写命令（如 SET, LPUSH）都会立即返回一个OOM (Out of Memory) 错误。
• 如果配置了其他淘汰策略（如 allkeys-lru），Redis会先尝试淘汰一个或多个键来腾出空间，然后再执行写命令。如果无法腾出足够空间，依然会返回错误。

Q3: Redis的过期删除策略和内存淘汰策略有什么区别？
A:

• 目的不同：过期删除是为了释放那些“逻辑上”已经无效的键所占用的内存。内存淘汰是在物理内存不足时，为了给新数据腾出空间，被迫删除某些“逻辑上”仍然有效的键。
• 触发时机不同：过期删除由“键被访问时（惰性）”或“周期性检查时（定期）”触发。内存淘汰只在内存使用达到maxmemory上限，并且有新的写入请求时才会触发。
• 本质：过期删除是主动清理，内存淘汰是被动防御。

Q4: LRU和LFU算法的区别是什么？你推荐用哪个淘汰策略？
A:

• 区别：

  • LRU (最近最少使用) 关注的是时间：淘汰最长时间没有被访问过的数据。
  • LFU (最不经常使用) 关注的是频率：淘汰在一段时间内访问次数最少的数据。LFU能更好地处理偶发性、短时高频访问后变冷的数据。

• 推荐策略：

  • ​​allkeys-lru​ 是最通用、最安全的选择，适用于大多数业务场景。
  • 如果你的业务能明确区分数据的热度，并且希望长期热门的数据不被偶然访问的冷数据挤掉，​allkeys-lfu​ (Redis 4.0+) 是更优的选择。
  • 如果数据都有明确的生命周期，​volatile-ttl​ 是一个很好的选择。

‍