先来回顾一下Redis键的生存时间,过期时间的设置;然后会讲到过期键删除策略;然后会聊其他功能对过期键的处理。
2.键的生存时间
键过期时间设置通过Expire命令或者Pexpire命令,客户端可以以毫秒级的精度为数据库中的某个键设置生存时间,一段时间后Redis服务器会删除生存时间为0的键。下面我们看一下Redis键的过期时间设置,以及查询键剩余寿命。
EXPIRE key 5 #设置一个键的过期时间 单位秒
EXPIREAT KEY 1660753861 #设置过期时间某个时间戳过期(UNIX时间戳)单位秒
PEXPIRE key 33 #设置一个键的过期时间 单位毫秒
PEXPIREAT key 1660839534000 #设置过期时间某个时间戳过期(UNIX时间戳)单位毫秒
TTL key # 返回键的剩余过期时长,单位秒
PTTL key # 返回键的剩余过期时长,单位毫秒
Redis中的这些键的过期时间如何保存
Redis中维护了一个过期字典。其数据结构中,字典的键是一个指针,指向某个数据库键,而字典的键值则是一个long类型的整数,表示一个毫秒精度的UNIX时间戳。
其实上面几种设置键过期时间的命令相当于最后都是调用 PEXPIREAT 这个命令。
3.键的过期删除策略
3.1 如何判定键过期
Redis中判断键是否过期会使用以下的方法
- 检查给定的键是否存在于过期字典,如果存在则获取键的过期时间
- 检查当前的UNIX时间戳是否大于键的过期时间戳,大于过期时间戳的话则判定键过期
3.2 三种过期键删除策略
常见删除策略有三种:定时删除、惰性删除、定期删除
3.2.1定时删除
定时删除是在设置键的过期时间时,设置一个定时器,定时器会在键的过期时间到来时立即删除键
- 优点:内存友好,可以保证过期键尽可能快速地被删除,释放内存。
- 缺点:CPU资源分配不友好,如果过期键比较多的时候,此时删除会占用大量的CPU资源,从而间接影响Redis的性能。
3.2.2惰性删除
惰性删除只会在程序需要使用键时,才会对当前键进行过期检查,而不会去删除其他的过期键。
- 优点:CPU资源耗费小,因为只是在取出键的时候才会做过期检查,并删除等操作。
- 缺点:过期键会占用内存,如果一个过期键永远不被使用,那么就永远不能被删除,会造成内存泄漏。
惰性删除执行步骤如下:
- 执行读写命令时去检查键的过期时间
- 如果键过期,删除键,整个流程会按照键不存在的情况处理
- 如果键未过期,则按照键存在的情况执行命令
3.2.3定期删除
定期删除是每隔一段时间执行一次过期键删除操作,可以通过限制删除的操作执行的时长和频率来减少CPU资源占用。同时定期删除策略不会导致过期键过多的堆积,造成大量内存泄漏。
定期删除策略有两个点比较重要,执行时长和执行频率。需要两者结合才能达到最优的效果。
定期删除步骤:
- 从设置过期时间的key的集合中随机检查20个key
- 删除其中的过期键。如果检查结果中25%以上的key过期,则开始新一轮任务。
- 每次会按顺序在每个数据库执行,如果在3号数据库返回,则会记录下来,下次删除操作执行的时候会从4号数据库开始,就这样循环遍历整个Redis数据库。
定期任务执行频率:
为了定期检测资源和服务状态并根据预定策略执行相应的操作,Redis会调用内部函数来执行多种后台任务。
其执行频率由hz参数指定,默认为10,即每秒执行10次。
image-20220821131302978
这个值可以设置1-500,但是官方建议设置100以下,设置过大会造成CPU资源占用过大。基本上只用默认值就能满足大部分需求。
4.其他功能对过期键的处理
Redis数据保存有AOF和RDB两种功能。对于过期键的处理也不相同。
RDB持久化对过期键的处理:
- 生成RDB文件时。 过期key会被忽略,从而不会被保存到RDB文件中
- 加载RDB文件。
- 主服务器模式。载入RDB文件时,会对key的过期时间进行检查,过期键会被忽略,不会加载到Redis中
- 从服务器模式。所有数据key都会加载到Redis中
AOF持久化对过期键的处理:
- AOF文件写入的时候,会append删除语句, DEL key 。
- AOF重写的时候过期key则不会被写入AOF文件中。
当Redis服务器处于复制模式时对过期键的处理:
- 主服务器删除key时,会向从服务器发送DEL命令
- 从服务器不会处理过期key
- 从服务器只有接到Master发送的DEL命令才会删除key
总结
Redis的过期策略采用惰性删除和定期删除两种组合方式,其中惰性删除保证过期键一点过不会被使用,定期删除可以保证过期数据得到释放,优化资源占用率。
-
服务器
+关注
关注
12文章
9123浏览量
85322 -
定时器
+关注
关注
23文章
3246浏览量
114715 -
数据库
+关注
关注
7文章
3794浏览量
64360 -
Redis
+关注
关注
0文章
374浏览量
10871
发布评论请先 登录
相关推荐
评论