做pc端大型网站 前端用手机百度识图网页版入口

Redis 的内存回收机制分为 过期 Key 自动淘汰 和 内存淘汰策略 两个核心部分，它们共同管理内存使用，避免溢出。以下从底层原理详细解析：

---

一、过期 Key 自动淘汰

当 Key 设置 TTL（过期时间）后，Redis 通过 惰性删除 和 定期抽样删除 两种策略回收内存：

1. 惰性删除（Lazy Expiration）

• 原理：
  • 访问 Key 时触发检查：每次读取 Key 前，先检查其是否过期，若过期则删除。
  • 写操作也会触发惰性删除。
• 优点：对 CPU 友好，仅在访问时消耗资源。
• 缺点：若 Key 长期不被访问，会持续占用内存。
• 底层实现：

  // Redis 源码（db.c）
  int expireIfNeeded(redisDb *db, robj *key) {if (!keyIsExpired(db,key)) return 0;// 删除过期 KeydeleteExpiredKeyAndPropagate(db,key);return 1;
  }
  

2. 定期抽样删除（Periodic Expiration）

• 原理：
  • Redis 每秒执行 10 次（可配置）定时任务，每次随机抽取一定数量 Key 检查过期。
  • 采用自适应算法：若某次抽样中过期 Key 比例超过 25%，则继续抽样，直到比例低于 25% 或超时。
• 优点：减少内存泄漏风险。
• 缺点：无法完全清理所有过期 Key。
• 核心配置：

  hz 10          # 每秒执行定时任务次数
  

• 底层流程：
  1. 遍历所有数据库。
  2. 随机抽取 ACTIVE_EXPIRE_CYCLE_KEYS_PER_LOOP（默认 20）个 Key。
  3. 删除过期 Key，统计删除数量。
  4. 若删除比例超过 25%，重复步骤 2。

---

二、内存淘汰策略（Eviction Policies）

当 Redis 内存达到 maxmemory 限制时，触发内存淘汰策略，删除 Key 以释放空间。策略分为 淘汰数据范围 和 淘汰算法 两个维度：

1. 淘汰数据范围

策略	说明
volatile-*	仅淘汰设置了 TTL 的 Key
allkeys-*	淘汰所有 Key（包括无 TTL 的 Key）

2. 淘汰算法

（1）LRU（Least Recently Used）

• 原理：优先淘汰最久未访问的 Key。
• Redis 实现：
  • 近似 LRU：随机采样 5（可配置）个 Key，淘汰其中最久未使用的。
  • 节省内存：每个 Key 记录 24 位访问时间戳（精度为秒级）。
• 配置：

  maxmemory-policy allkeys-lru
  maxmemory-samples 5
  

（2）LFU（Least Frequently Used）

• 原理：优先淘汰访问频率最低的 Key。
• Redis 实现：
  • 使用 Morris 计数器：24 位存储访问频率（8 位记录计数器，16 位记录衰减时间）。
  • 频率衰减机制：随时间降低计数器值，优先淘汰长期未访问的低频 Key。
• 配置：

  maxmemory-policy allkeys-lfu
  lfu-log-factor 10   # 计数器增长难度
  lfu-decay-time 1    # 计数器衰减时间（分钟）
  

（3）Random（随机淘汰）

• 原理：随机选择 Key 淘汰。
• 变种：
  • volatile-random：仅淘汰带 TTL 的 Key。
  • allkeys-random：淘汰所有 Key。

（4）TTL（按过期时间淘汰）

• 原理：优先淘汰 TTL 最小的 Key（即将过期的 Key）。
• 配置：

  maxmemory-policy volatile-ttl
  

---

三、定时内存淘汰的底层流程

当执行写入命令（如 SET）且内存超限时，触发淘汰流程：

1. 检查内存使用：

   // Redis 源码（evict.c）
   int freeMemoryIfNeeded(void) {size_t mem_used = zmalloc_used_memory();if (mem_used <= server.maxmemory) return C_OK;// 触发淘汰
   }
   

2. 执行淘汰策略：

   • 根据 maxmemory-policy 选择 Key 进行删除。
   • 若为 LRU/LFU，调用 evictionPoolPopulate 采样并填充候选池：

     void evictionPoolPopulate(int dbid, dict *sampledict, dict *keydict, struct evictionPoolEntry *pool) {// 随机采样 Key 并排序
     }
     

3. 异步删除：

   • 使用惰性删除或后台线程（若启用 lazyfree-lazy-eviction）释放内存。

---

四、总结与对比

机制	触发条件	核心逻辑	性能影响
惰性删除	Key 被访问时	同步检查并删除过期 Key	对单次操作有轻微延迟
定期抽样删除	定时任务（默认 10Hz）	随机抽样删除过期 Key	分散 CPU 消耗
内存淘汰策略	内存达到 maxmemory	按策略（LRU/LFU/Random/TTL）淘汰	可能阻塞主线程

---

五、配置建议

1. 优先使用 allkeys-lfu：适用于热点数据场景，精准识别高频访问 Key。
2. 调整采样数量：增大 maxmemory-samples 提高 LRU/LFU 准确性，但增加 CPU 消耗。
3. 启用惰性删除：

   lazyfree-lazy-eviction yes  # 异步释放内存（减少主线程阻塞）
   

理解这些机制有助于优化 Redis 内存管理，平衡性能与资源利用率。