当前位置：首页 > wzjs >正文

网站备案备注百度账号客服

wzjs 2025/8/15 22:40:07

网站备案备注,百度账号客服,网站到处仿,wordpress主题添加自定义菜单Redis 内存淘汰策略 Redis 提供了多种内存淘汰策略（Eviction Policy），用于在内存达到上限时决定如何删除数据，以便存入新的数据。我们详细介绍这些策略的工作机制、适用场景、优缺点。 1. Redis 内存淘汰策略分类当 Redis 内…

Redis 内存淘汰策略

Redis 提供了多种 内存淘汰策略（Eviction Policy），用于在内存达到上限时决定如何删除数据，以便存入新的数据。我们详细介绍这些策略的 工作机制、适用场景、优缺点。

1. Redis 内存淘汰策略分类

当 Redis 内存达到 maxmemory 限制后，淘汰策略决定如何处理数据。Redis 的淘汰策略主要分为三大类：

(1) 拒绝写入（不删除数据）
(2) 仅淘汰带过期时间的 Key
(3) 淘汰所有 Key

2. 具体的淘汰策略

(1) noeviction（拒绝写入）

机制：当内存满时，Redis 不会删除任何 Key，而是直接返回错误。
适用场景：适用于 缓存不允许丢失 的情况，例如会话管理、金融交易数据等。
优点：
- 数据绝对安全，不会丢失任何 Key。
缺点：
- 可能导致 Redis 无法写入数据，影响业务正常运行。
- 适用于严格管控内存的场景，不适用于缓存（cache）用途。

(2) allkeys-lru（所有 Key 采用 LRU 淘汰）

机制：在 所有 Key（无论是否有 TTL） 中，淘汰最近最少使用（Least Recently Used, LRU）的 Key。
适用场景：适用于 普通缓存，例如 Web 页面缓存、短期存储等。
优点：
- 能够自动保留 最近访问的热点数据，提升缓存命中率。
缺点：
- 需要额外的 LRU 计算开销（但 Redis 内部已做优化）。

(3) volatile-lru（仅带过期时间的 Key 采用 LRU 淘汰）

机制：只淘汰**带 TTL（过期时间）**的 Key，按照 LRU 规则删除最少使用的 Key。
适用场景：适用于数据有明确过期时间的缓存（如 Web 页面缓存、令牌管理）。
优点：
- 不会影响永久存储的数据（无 TTL 的 Key）。
缺点：
- 如果带 TTL 的 Key 很少，或者都还未过期，可能导致无法释放足够的内存，最终 Redis 仍然会写入失败。

(4) allkeys-random（所有 Key 随机淘汰）

机制：在所有 Key 中随机选择一些 Key 进行淘汰，不管是否有 TTL。
适用场景：适用于不要求缓存命中率的场景，如临时性存储、非核心数据。
优点：
- 低计算开销，不需要维护访问频率信息。
缺点：
- 缓存命中率较低，可能会删除热点数据，导致 Redis 效率下降。

(5) volatile-random（仅带过期时间的 Key 随机淘汰）

机制：只淘汰 带 TTL 的 Key，随机选择一部分 Key 进行删除。
适用场景：适用于缓存系统，数据有过期时间，但访问频率无规律。
优点：
- 避免删除无 TTL 的数据。
缺点：
- 删除不够智能，可能误删热点数据，影响缓存命中率。

(6) volatile-ttl（仅带过期时间的 Key，优先淘汰 TTL 最短的）

机制：在所有带 TTL 的 Key 中，优先删除 TTL 最短的 Key。
适用场景：适用于有明确过期时间的数据（如定期缓存的数据、会话管理）。
优点：
- 使即将过期的数据优先被删除，符合一般业务逻辑。
缺点：
- 如果 TTL 设定不合理（比如大量 Key 过期时间相同），仍可能影响命中率。

3. Redis 6.0+ 的 LFU 淘汰策略

Redis 6.0 引入了 LFU（Least Frequently Used） 淘汰策略，进一步优化 LRU 算法。

(7) allkeys-lfu（所有 Key 采用 LFU 淘汰）

机制：在 所有 Key 中，淘汰访问最少的 Key。
适用场景：适用于热点数据变化较快的场景，如新闻推荐、个性化广告缓存等。
优点：
- 能够自动保留最常访问的 Key，比 LRU 更智能。
缺点：
- 计算代价比 LRU 高，但 Redis 内部做了优化（基于近似计数）。

(8) volatile-lfu（仅带 TTL 的 Key 采用 LFU 淘汰）

机制：在带 TTL 的 Key 中，淘汰访问最少的 Key。
适用场景：适用于 对缓存命中率要求高，且数据带过期时间 的情况。
优点：
- 不会误删无 TTL 的 Key，并且优先保留访问频率高的 Key。
缺点：
- 计算开销较高，但 Redis 6.0 进行了优化。

4. 淘汰策略对比总结

淘汰策略	适用范围	适用场景	优点	缺点
`noeviction（默认淘汰策略）`	所有 Key	数据不能丢失的场景（如金融系统）	数据安全，不丢失	可能导致 Redis 写入失败
`allkeys-lru`	所有 Key	普通缓存（如 Web 缓存）	适应热点数据变化，缓存命中率高	需要维护 LRU
`volatile-lru`	仅带 TTL	数据有明确过期时间的缓存	避免删除永久存储的数据	若带 TTL 的 Key 很少，可能无法释放足够内存
`allkeys-random`	所有 Key	临时存储（不要求命中率）	计算简单	缓存命中率低
`volatile-random`	仅带 TTL	随机淘汰缓存数据	计算简单	可能误删热点数据
`volatile-ttl`	仅带 TTL	定期缓存数据（如会话管理）	优先删除即将过期的数据	TTL 设定不合理可能影响命中率
`allkeys-lfu`	所有 Key	热点数据变化快（如推荐系统）	优先保留高频访问数据	计算比 LRU 略高
`volatile-lfu`	仅带 TTL	高频访问缓存（如广告缓存）	同时考虑访问频率和 TTL	计算比 LRU 略高